《表1 时间聚类结果：基于数据建模的高速铁路供电故障指数计算方法》

  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

《基于数据建模的高速铁路供电故障指数计算方法》

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

（3）时空聚类分析。对故障原始数据进行预处理和特征提取分别得到准确且有效的故障停电时间和故障停电区间长度后，采用时空聚类分析方法求取式（1）中的故障时间系数和故障空间系数。时空聚类分析方法基于K均值聚类算法（K-means）[14]，通过迭代求解实现聚类分析。操作时首先随机选取K个对象作为初始聚类中心，然后计算每个对象与各种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表1个聚类。每分配1个样本，聚类的中心会根据聚类中现有对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类、没有（或最小数目）聚类中心再发生变化、误差平方和局部最小。