《表2 矢量数据转换精度：基于聚类分析的低压配电设备误告警识别方法》
提示：宽带有限、当前游客访问压缩模式
为验证本文算法的有效性，将一组包含469 010条记录的实验日志作为检测样本，该实验日志格式如表2所示。
| 图表编号 | XD00192500100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.21 |
| 作者 | 冯义、李中文、晋斌、张腾飞 |
| 绘制单位 | 贵州电网有限责任公司贵阳供电局、南京邮电大学、贵州电网有限责任公司贵阳供电局、南京邮电大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 UCI数据集特征：基于量子遗传和核模糊聚类的低压台区户变关系识别》2020.10.25
- 《表2 优化结果统计分析：基于量子遗传和核模糊聚类的低压台区户变关系识别》2020.10.25
- 《表7 归属识别结果：基于量子遗传和核模糊聚类的低压台区户变关系识别》2020.10.25
- 《表5 聚类结果对比：基于量子遗传和核模糊聚类的低压台区户变关系识别》2020.10.25
- 《表2 矢量数据转换精度：知识图谱助力学科教学——以大学模拟电子技术基础课程为例》2020.12.15
- 《表3 聚类子类误告警识别指标》2020.07.21
- 《表4 施工工序表：基于聚类分析的低压配电设备误告警识别方法》2020.07.21
- 《表1 梯度洗脱表：基于聚类分析的低压配电设备误告警识别方法》2020.07.21
- 《表2 平均误识别率对比：基于深度学习的足球机器人视觉识别方法》2020.05.25
- 《表1 不同算法识别结果：基于数据驱动的低压配电网线户关系识别方法》2020.06.10
- 《表A3线户识别结果：基于数据驱动的低压配电网线户关系识别方法》2020.06.10
- 《表A1用户聚类结果：基于数据驱动的低压配电网线户关系识别方法》2020.06.10
- 《表1 台区画像结果：基于聚类的电网低压台区用电画像方法研究》2020.08.23
- 《表1 数据集及其特征：基于共识和分类改善文档聚类的识别信息方法》2020.04.10
- 《表1 匹配结果分析：基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法》2019.10.08
- 《表2 流量数据集信息：基于聚类和流量传播图的P2P流量识别方法》2019.11.01
- 《表2 各聚类数据统计：基于模糊聚类的配电网极限线损率计算方法》2019.11.05
- 《表1 定义统一噪声矢量：面向聚类的平面反射数据扰动方法》2019.06.01
- 《表2 低压减载配置：基于电动机自起动原理的配电网低压减载方法》2019.05.10
- 《表2 转换变量选择表：我国问题银行早期识别方法研究——基于15家中小银行的面板数据》2019.01.25