基于云计算的数据挖掘系统设计 被引量：28

1

作者 蓝机满 《电子科技》 2019年第8期70-74,共5页

为了高效、快速地解决呈指数增长的数据处理问题,提高数据储存、运算能力,文中提出了基于云计算的数据挖掘系统的设计。该系统首先分析了主流云计算平台Spark的组件构成和运行机制,深入研究其计算架构的编程原理。同时利用Spark进行了C... 为了高效、快速地解决呈指数增长的数据处理问题,提高数据储存、运算能力,文中提出了基于云计算的数据挖掘系统的设计。该系统首先分析了主流云计算平台Spark的组件构成和运行机制,深入研究其计算架构的编程原理。同时利用Spark进行了C4.5算法和K-medoids聚类算法的并行化设计,有效提高算法的运行速度、收敛速度和结果的稳定性。测试表明,在进行海量数据的分析处理时,文中提出的云计算平台在分类误差内,可有效提高整体系统的运算速度,分类效率也大幅提高。 展开更多

关键词 云计算 数据挖掘 SPARk C4.5算法 k-medoids聚类算法

下载PDF 职称材料

增量式K-Medoids聚类算法 被引量：9

2

作者 高小梅 冯云 冯兴杰 《计算机工程》 CAS CSCD 北大核心 2005年第B07期181-183,共3页

聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更... 聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更新。由于数据量大,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效,因此亟待研究增量式聚类算法。该文通过对K-Medoids聚类算法的改进,提出一种增量式K-Medoids聚类算法。它能够很好地解决传统聚类算法在伸缩性、数据定期更新时所面临的问题。 展开更多

关键词 数据挖掘 k—medoids聚类算法 最近邻 增量式聚类算法

下载PDF 职称材料

一种新聚类评价指标 被引量：13

3

作者 谢娟英 周颖 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第6期1-8,共8页

用于发现数据集类簇数k的常用内部评价指标DB(Davies Bouldin)和BWP(Between-within Proportion)等需要先确定一个搜索范围kmax,使数据集的类簇数满足k≤kmax,但如何确定kmax尚无理论指导。针对这一问题,提出一个新F统计量Fr,将Fr作为... 用于发现数据集类簇数k的常用内部评价指标DB(Davies Bouldin)和BWP(Between-within Proportion)等需要先确定一个搜索范围kmax,使数据集的类簇数满足k≤kmax,但如何确定kmax尚无理论指导。针对这一问题,提出一个新F统计量Fr,将Fr作为新聚类有效性准则,以判断聚类算法收敛与否,自适应地确定数据集类簇数;将Fr应用于快速K-medoids算法的收敛性判断,并以基于最小生成树的测地距离,即样本对在最小生成树上的路径长度,代替其间的直接欧氏距离度量样本相似性,得到一种自适应的快速K-medoids聚类算法,解决了K-medoids算法需要人为给定类簇数和不能发现任意形状簇的问题。UCI机器学习数据库数据集和人工模拟数据集实验测试表明,本文提出的Fr指标是一种有效的聚类算法评价指标,基于该指标和测地距离的K-medoids算法不仅能发现任意形状的簇,还可以自适应地确定数据集的类簇数,且对噪音数据有很好的鲁棒性。 展开更多

关键词 F统计量 内部评价指标 类簇数 k-medoids聚类算法 最小生成树

下载PDF 职称材料

基于改进粒计算的K-medoids聚类算法 被引量：11

4

作者 潘楚 罗可 《计算机应用》 CSCD 北大核心 2014年第7期1997-2000,共4页

针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其... 针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其中心点作为K个聚类初始中心点;并在对应的K个有效粒子中进行中心点更新,来减少迭代次数;采用类间距离和类内距离优化适应度函数来提高聚类的精度。实验结果表明:该算法在UCI多个标准数据集中测试,在有效缩短迭代次数的同时提高了算法聚类准确率。 展开更多

关键词 k-medoids聚类算法 改进粒计算 粒度迭代搜索策略 优化适应度函数

下载PDF 职称材料

基于差分隐私保护的KDCK-medoids动态聚类算法 被引量：8

5

作者 马银方 张琳 《计算机科学》 CSCD 北大核心 2016年第S2期368-372,共5页

K-medoids算法对初始中心点敏感,不能有效地对动态数据进行聚类,且需要对相关的隐私数据进行保护。针对这些问题,提出了基于差分隐私保护的KDCK-medoids动态聚类算法。该算法在采用差分隐私保护技术的基础上将KD-树优化选取出的k个聚类... K-medoids算法对初始中心点敏感,不能有效地对动态数据进行聚类,且需要对相关的隐私数据进行保护。针对这些问题,提出了基于差分隐私保护的KDCK-medoids动态聚类算法。该算法在采用差分隐私保护技术的基础上将KD-树优化选取出的k个聚类中心和增量数据相结合建立新的KD-树,然后采用近邻搜索策略将增量数据分配到与其相应的聚类簇中,从而完成最终的动态聚类。通过实验分别对小数据集和多维的大数据集的聚类准确率及运行时间进行了分析,同时也对采用差分隐私保护技术的KDCK-medoids算法在不同数据集上的有效性进行了评估。实验结果表明,基于差分隐私保护的KDCK-medoids动态聚类算法能够在实现隐私保护的同时快速高效地处理增量数据的动态聚类问题。 展开更多

关键词 kD-树 k-medoids聚类算法 差分隐私 动态聚类

下载PDF 职称材料

基于聚类划分与双向LSTM网络的台区线损率计算 被引量：7

6

作者 王鹏 白玉岭 +3 位作者 王林梅 陈一鸣 高挺 孙杰 《电子器件》 CAS 北大核心 2022年第4期964-969,共6页

在低压台区中,由于分支线路复杂,节点多,量测点少,台账数据不完整,理论线损率计算困难。提出了一种基于聚类划分与双向LSTM网络的台区线损率计算方法。首先,基于城农网标识、户均容量、运行年限等影响线损率的台区静态参数特征,采用K-me... 在低压台区中,由于分支线路复杂,节点多,量测点少,台账数据不完整,理论线损率计算困难。提出了一种基于聚类划分与双向LSTM网络的台区线损率计算方法。首先,基于城农网标识、户均容量、运行年限等影响线损率的台区静态参数特征,采用K-medoids聚类算法将台区划分为不同类别;接着,基于台区静态参数特征以及负载率、三相不平衡度、环境温度等台区运行参数特征,采用双向LSTM网络构建每一类台区的线损率计算模型;最后,基于该模型开展台区线损率理论值计算。以某公司28167个台区样本数据进行仿真计算,结果验证了所提算法的准确性明显优于支持向量机与回归树算法的准确性。 展开更多

关键词 低压台区 线损率 静态参数 运行参数 k-medoids聚类算法 双向LSTM网络

下载PDF 职称材料

基于K-medoids聚类算法的多源信息数据集成算法 被引量：4

7

作者 祝鹏 郭艳光 《吉林大学学报（理学版）》 CAS 北大核心 2023年第3期665-670,共6页

针对因多源信息数据源域相似性较低、不易确定导致的集成难度较大问题,提出一种基于K-medoids聚类算法的集成方法.先将多源数据的聚类过程视为迁移学习过程,确定初始样本的权重值,记录训练样本每次迭代时权重和损失期望值的学习特点,再... 针对因多源信息数据源域相似性较低、不易确定导致的集成难度较大问题,提出一种基于K-medoids聚类算法的集成方法.先将多源数据的聚类过程视为迁移学习过程,确定初始样本的权重值,记录训练样本每次迭代时权重和损失期望值的学习特点,再利用特点参数判定数据属于源域还是目标域;然后将集成算法聚类转化为多样化的域值标记问题,使数据具有聚类特性后,再分别计算源域和目标域中待集成数据间的权重因子,利用权重因子覆盖特性判定二者间的交互信息量,对信息量较高的数据进行集成,以确保集成的成功率.仿真实验结果表明,该算法无论是在稳定、数目较少的数据集,还是在紊乱、数目较多较杂的数据集下,都能实现高效集成,并且二次集成次数较少,整体耗用较低. 展开更多

关键词 k-medoids聚类算法 多源数据 源域 目标域 交互信息量

下载PDF 职称材料

多模型自适应控制应用于大型光伏电站阻尼区间振荡 被引量：8

8

作者 余希瑞 周林 +1 位作者 郭珂 刘强 《中国电机工程学报》 EI CSCD 北大核心 2017年第14期4036-4043,共8页

研究表明对大型光伏电站引入附加阻尼控制,可以有效抑制互联电力系统的区间低频振荡。为解决传统阻尼控制方法在应对大扰动方面的不足,引入多模型自适应控制策略进行阻尼控制。采用K-medoids算法以低频振荡模式为多维特征点对运行状态... 研究表明对大型光伏电站引入附加阻尼控制,可以有效抑制互联电力系统的区间低频振荡。为解决传统阻尼控制方法在应对大扰动方面的不足,引入多模型自适应控制策略进行阻尼控制。采用K-medoids算法以低频振荡模式为多维特征点对运行状态对应的线性模型进行聚类,并基于各类的中心模型分别设计阻尼控制器。通过比较实际系统与模型的输出动态响应差异,用贝叶斯方法实时计算每一个模型匹配当前实际系统的概率,据此更新各阻尼控制器输出权重,各控制器输出的加权平均作为最终控制信号附加于光伏无功控制的参考指令中。在DIgSILENT/PowerFactory中搭建光伏并网四机两区域测试系统,非线性仿真结果表明,在无需系统受扰后状态先验知识的情况下,该策略可以有效抑制非预期扰动引发的区间振荡,并在反馈信号时延和光照随机波动下均保持良好的鲁棒控制性能。 展开更多

关键词 大型光伏电站 区间振荡 多模型自适应控制 贝叶斯方法 k-medoids聚类算法

下载PDF 职称材料

基于遗传算法的奇异值分解信号去噪算法 被引量：7

9

作者 郑顾平 李强 李刚 《计算机应用研究》 CSCD 北大核心 2015年第8期2281-2285,共5页

针对奇异值分解信号降噪方法中吸引子轨迹矩阵(Hankel矩阵)结构的确定,以及有效奇异值的选择两个关键问题,提出了一种基于遗传算法的奇异值分解信号去噪算法。首先,利用原始信号构造Hankel矩阵,运用遗传算法对矩阵结构进行优化,然后对... 针对奇异值分解信号降噪方法中吸引子轨迹矩阵(Hankel矩阵)结构的确定,以及有效奇异值的选择两个关键问题,提出了一种基于遗传算法的奇异值分解信号去噪算法。首先,利用原始信号构造Hankel矩阵,运用遗传算法对矩阵结构进行优化,然后对含噪声信息的矩阵进行奇异值分解,最后通过K-medoids聚类算法确定有效奇异值个数,对有效奇异值和其对应的向量进行奇异值分解反变换,还原原始信号,达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换(FFT)去噪方法相比较,结果表明该算法具有良好的去噪效果。 展开更多

关键词 遗传算法 奇异值分解 k-medoids聚类算法 有效奇异值 信号去噪

下载PDF 职称材料

基于k-medoids聚类算法的低压台区线损异常识别方法 被引量：6

10

作者 薛明志 陈商玥 高强 《天津理工大学学报》 2021年第1期26-31,共6页

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法... 针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断. 展开更多

关键词 低压台区 k-medoids聚类算法 局部异常因子LOF算法 日线损率 聚类中心点 欧氏距离

下载PDF 职称材料

基于稠密区域的K-medoids聚类算法 被引量：6

11

作者 赵湘民 陈曦 潘楚 《计算机工程与应用》 CSCD 北大核心 2016年第16期85-89,99,共6页

针对传统K-medoids聚类算法对初始中心点敏感,以及迭代次数较高等缺点,提出一种可行的初始化方法和中心点搜索更新策略。新算法首先利用密度可达思想为数据集中每个对象建立一个稠密区域,遴选出K个密度大且距离较远的稠密区域,把对应的... 针对传统K-medoids聚类算法对初始中心点敏感,以及迭代次数较高等缺点,提出一种可行的初始化方法和中心点搜索更新策略。新算法首先利用密度可达思想为数据集中每个对象建立一个稠密区域,遴选出K个密度大且距离较远的稠密区域,把对应的稠密区域的核心对象作为聚类算法的K个初始中心点;其次,把K个中心点搜索更新范围锁定在所选的K个有效稠密区域里。新算法在Iris、Wine、PId标准数据集中测试,获取了理想中心点和稠密区域,并且在较少的迭代次数内收敛到最优解或近似最优解。 展开更多

关键词 k-medoids聚类算法 稠密区域 初始中心点 中心点搜索更新

下载PDF 职称材料

中国销售类假药犯罪的时空演化特征及地域类型研究 被引量：1

12

作者 龙冬平 徐铭恩 柳林 《地理科学进展》 CSCD 北大核心 2023年第5期944-959,共16页

当前中国假药犯罪态势异常严峻,地理学在此领域尚未涉及,但社会对其防控有迫切需求。论文基于中国裁判文书的数据挖掘,利用探索性空间数据分析与改进的k-medoids聚类算法等方法,探究中国销售类假药犯罪的时空演化特征及地域类型。研究发... 当前中国假药犯罪态势异常严峻,地理学在此领域尚未涉及,但社会对其防控有迫切需求。论文基于中国裁判文书的数据挖掘,利用探索性空间数据分析与改进的k-medoids聚类算法等方法,探究中国销售类假药犯罪的时空演化特征及地域类型。研究发现:①中国销售类假药犯罪具有2个明显的阶段性特征,即第一阶段该类犯罪的数量上升且“城际差异”扩大(2014—2015年),而第二阶段该犯罪的数量减少但“城际差异”缩小(2016年后)。②在空间分布上,中国销售类假药犯罪已由单核或双核(上海、深圳和广州等)的“聚拢分布”形态演变为多核的“扩散分布”形态,并且形成了较明显的“人字形”带状分布格局(如沿福建、浙江、江苏北上后,再向河北、山西、辽宁、吉林以及黑龙江等地蔓延扩散)。③中国销售类假药犯罪空间自相关显著,且存在不稳定的空间聚集现象,即高高集聚区和低高集聚区发生了迁移扩散(出现了由东南沿海地区逐渐朝北部、中部方向集聚的特征)。④在市尺度上,可将中国销售类假药犯罪的地域类型划分为上升型、下降型、波动型和低位型4种,且各类的城市数量与分布均存在明显差异。如上升型城市主要集中于北方地区;下降型城市主要分布在广东地区;波动型城市集中在江浙地区、中原地区、东北地区和西部地区;低位型城市数量最多、分布最广。⑤最后基于案情词云解析的结果,提出了针对不同类型城市销售类假药犯罪防控及社会治理的建议。如对于上升型城市,加强美容药和保健药网购及物流监管力度;对于下降型城市,做好实体店铺销售特效药或特色药的排查;对于波动型城市,推进并建立联合打击假药犯罪的协作机制。 展开更多

关键词 销售类假药犯罪 地域类型 城际差异 k-medoids聚类算法 中国

原文传递

基于宽度优先搜索的K-medoids聚类算法 被引量：5

13

作者 颜宏文 周雅梅 潘楚 《计算机应用》 CSCD 北大核心 2015年第5期1302-1305,共4页

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点... 针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点,同时采用簇间距离和簇内距离优化准则函数。实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率。 展开更多

关键词 k-medoids聚类算法 粒计算 相似对象二叉树 宽度优先搜索 适应度函数

下载PDF 职称材料

基于IK-medoids算法的飞机油耗聚类方法 被引量：5

14

作者 陈静杰 车洁 《计算机科学》 CSCD 北大核心 2018年第8期306-309,314,共5页

为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标... 为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标准欧氏距离计算初始中心邻域;然后利用提出的一种近邻搜索策略进行初始中心的迭代更新,直到中心点不再发生变化。在同一机型和航段、不同大小的数据集上进行对比实验,根据起飞重量、巡航高度、实飞距离以及飞行环境等特征对飞机油耗进行精准分类。实验结果表明:相对于传统的改进K-medoids算法,IKmedoids算法在有效缩短分类时间的同时保证了聚类准确率,为进一步分析飞行过程中的燃油消耗提供了新视角。 展开更多

关键词 k-medoids聚类算法 距离最大法 标准欧氏距离 近邻搜索 油耗分类 Quick Access Recorder(QAR)数据

下载PDF 职称材料

两种新搜索策略对K-medoids聚类算法建模 被引量：5

15

作者 潘楚 张天伍 罗可 《小型微型计算机系统》 CSCD 北大核心 2015年第7期1453-1457,共5页

针对传统K-medoids聚类算法对初始化敏感,中心点盲目搜索更新和聚类准确率不够高等缺点,提出新的改进算法.新算法首先对原始粒计算进行改进,利用改进的粒计算有效初始化K个中心点;其次以K个初始中心点为基点,提出两种中心点搜索更新策略... 针对传统K-medoids聚类算法对初始化敏感,中心点盲目搜索更新和聚类准确率不够高等缺点,提出新的改进算法.新算法首先对原始粒计算进行改进,利用改进的粒计算有效初始化K个中心点;其次以K个初始中心点为基点,提出两种中心点搜索更新策略,以提高中心点更新效率;同时采用簇内距离和簇间距离改进传统准则函数,以提高聚类精度.实验结果表明:新算法在UCI中Iris、Wine标准数据集中进行测试,获取了理想的初始中心点,在较少的迭代次数内寻找到最优解,并且大幅度提高了聚类准确率. 展开更多

关键词 k-medoids聚类算法 粒计算 搜索策略 准则函数

下载PDF 职称材料

基于K-medoids聚类算法的异常低压台区线损识别方法研究

16

作者 吕家慧 《信息与电脑》 2023年第24期61-63,共3页

在电力系统中,设备老化、技术缺陷等原因容易导致低压台区线损异常,影响运行。为此,文章基于K-medoids聚类算法,探讨一种用于识别异常低压台区线损的方法,阐述技术原理,通过聚类分析异常低压线损数据,发现特征,实现准确识别和定位。结... 在电力系统中,设备老化、技术缺陷等原因容易导致低压台区线损异常,影响运行。为此,文章基于K-medoids聚类算法,探讨一种用于识别异常低压台区线损的方法,阐述技术原理,通过聚类分析异常低压线损数据,发现特征,实现准确识别和定位。结果表明,该方法可较好地识别异常低压台区线损,并具有高精度。基于K-medoids聚类算法的异常低压台区线损识别方法提供了一种高效、准确的识别工具,为电力系统管理者及时解决异常低压问题提供了技术调节方式。 展开更多

关键词 k-medoids聚类算法 异常低压台区 线损识别方法

下载PDF 职称材料

一种基于标准差的K-medoids聚类算法 被引量：4

17

作者 邓玉芳 张继福 《计算机技术与发展》 2020年第8期53-60,共8页

K-medoids聚类分析具有对孤立点敏感度较低和良好的鲁棒性等特点,但由于初始聚类中心的选取和中心点迭代更新等,聚类精度和效率较低。文中根据标准差体现数据离散程度,定义了初始中心点候选集,给出了一种基于标准差的K-medoids聚类算法... K-medoids聚类分析具有对孤立点敏感度较低和良好的鲁棒性等特点,但由于初始聚类中心的选取和中心点迭代更新等,聚类精度和效率较低。文中根据标准差体现数据离散程度,定义了初始中心点候选集,给出了一种基于标准差的K-medoids聚类算法。该算法首先利用标准差定义了初始中心点候选集,并采用逐步增加的方式确定初始中心点,从而保证了选取密集程度较大的样本点作初始聚类中心点,同时避免选取到密集程度较低的样本点尤其是孤立点作为初始中心点;其次,按照数据样本归属于最近的中心点的原则,形成初始聚类簇,不断更新聚类中心点,直到聚类误差平方和相同为止,形成聚类簇;最后,在UCI数据集和人工数据集上的实验验证了该聚类算法具有良好的聚类精度、效率和鲁棒性。 展开更多

关键词 k-medoids聚类算法 初始中心点 标准差 UCI数据集

下载PDF 职称材料

基于Hadoop平台的改进KNN分类算法并行化处理 被引量：3

18

作者 马莹 赵辉 崔岩 《长春工业大学学报》 CAS 2018年第5期484-489,共6页

首先利用K-medoids聚类算法对训练样本集进行剪裁,去除相似度程度较低的样本。结合Hadoop平台的MapReduce框架,采用改进KNN分类算法对数量不等的测试样本集在不同节点上进行了加速比并行化计算。实验结果表明,该方法的计算时间和分类效... 首先利用K-medoids聚类算法对训练样本集进行剪裁,去除相似度程度较低的样本。结合Hadoop平台的MapReduce框架,采用改进KNN分类算法对数量不等的测试样本集在不同节点上进行了加速比并行化计算。实验结果表明,该方法的计算时间和分类效率均有改善。 展开更多

关键词 k-最近邻 k-medoids聚类算法 HADOOP平台 并行化

下载PDF 职称材料

考虑水电制氢的水-氢综合能源系统容量规划

19

作者 李华 唐瑀 +3 位作者 杨欣宇 谢传胜 张晓春 曾博 《四川电力技术》 2023年第6期59-66,共8页

为促进“双碳”目标的实现,将水电系统与氢能相结合可提高水电资源利用率、降低制氢成本,并提升能源系统的清洁程度,助力中国实现能源转型。为此,构建了一个考虑水电制氢的水-氢综合能源系统双层规划模型。在上层中,目标是最大程度降低... 为促进“双碳”目标的实现,将水电系统与氢能相结合可提高水电资源利用率、降低制氢成本,并提升能源系统的清洁程度,助力中国实现能源转型。为此,构建了一个考虑水电制氢的水-氢综合能源系统双层规划模型。在上层中,目标是最大程度降低系统成本,提高系统制氢、储氢能力以及燃料电池性能。而在下层中,目标是最大限度减少日常运行中的负荷损失,以提高综合能源系统中所有设施的利用率。通过综合考虑这两个层面的目标,优化系统的设计和运行策略。最后,以某水电站实际运行数据为基础进行了算例分析。结果显示,氢能设施建立后降低系统成本19.08%,减少弃水流量53.12%,提升了水电站的利用效率,从而验证了所建模型的合理性与有效性。 展开更多

关键词 氢能 水电制氢 容量优化配置 综合能源系统 k-medoids聚类算法

下载PDF 职称材料

基于改进K-medoids的社会化标注资源两阶段聚类研究 被引量：2

20

作者 郭伟光 汪本强 杨学春 《情报杂志》 CSSCI 北大核心 2015年第2期159-163,158,共6页

针对社会化标签语义模糊,传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点,提出一种基于改进K-medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以... 针对社会化标签语义模糊,传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点,提出一种基于改进K-medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以及改进的聚类准则函数,首先进行标签聚类,然后将同一标签簇中标签标注的网络资源初步划分到同一资源簇中,最后在这些资源簇中再次进行资源聚类。实验结果表明,提出的算法能自主、合理地确定初始聚类中心,聚类过程收敛速度快,聚类结果有更好的准确性。 展开更多

关键词 社会化标注系统 社会化标签 网络资源聚类 标签聚类 k-medoids聚类算法

下载PDF 职称材料