《表1 基于改进CURE算法正常簇样本获取算法Tab.1 Sample acquisition algorithm based on improved CURE normal clustering a

  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Spark框架的能源互联网电力能源大数据清洗模型》

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

如表1所示，CURE聚类算法在对测试样本进行聚类时通过消除离群点降低对聚类结果的影响，可通过CURE聚类算法对测试样本进行聚类获取正常样本的聚类簇。CURE聚类算法分别在两个阶段对离群点进行删除:第一阶段是在聚类增长非常缓慢的类作为离群点删除；第二阶段是在聚类结束时将对象数据明显少的类作为离群点删除。但是通过CURE聚类算法对离群点进行删除时存在以下的问题:（1）很难界定第一阶段的增长速度快慢的类[7]；（2）对离群点删除后因局部数据的分布特征存在掩盖现象[8]。