《表5 K-Means城市分类法与不分类时的EPC估算结果对比》

  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K-Means城市分类算法的夜光遥感电力消费估算》

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5所示，K-Means分类之后，第五类城市的估算误差最小，29个城市的平均相对误差（）为15.22%；其后依次是第四类、第三类、第一类和第二类城市。所有城市的为32.02%，较不分类时减小25百分点。将不分类时的EPC估算结果也按照K-Means算法的城市分类进行分类，可以看到，除第二类城市外，K-Means分类后估算结果的较分类之前都有减小。且2种方法获得的第二类城市估算结果相差不大。第一类城市和第三类城市的在K-Means分类之后分别减小了23.38百分点和12.7百分点。从模拟结果来看，这2类城市中分布在黄土高原等中西部地区的城市相对误差（R）有明显下降。