《表2 各项聚类结果：基于Apriori算法和卷积神经网络的配电设备运行效率主要影响因素挖掘》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Apriori算法和卷积神经网络的配电设备运行效率主要影响因素挖掘》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

其次，使用K-means算法对运行效率和影响因素的数据进行聚类。聚类结果见表2。利用Apriori算法，得出各个运行效率类别下的频繁项集，结果见表3。从表3可知，影响配电设备运行效率大小的主要因素有:最大负载率、平均负载率、超限时间占比和轻载时间占比；其余因素为非关键因素，起到的作用有限。