《表1 Dij的结果：基于S变换和k-means聚类的输电线路故障识别》
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S变换和k-means聚类的输电线路故障识别》
(3）用S变换提取疑似故障线路与参照线路的特征电流综合相对熵Dij，结果如表1所示。
| 图表编号 | XD00198148900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.01 |
| 作者 | 周郑、郭丽娜 |
| 绘制单位 | 郑州铁路职业技术学院、郑州铁路职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《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1 分层回归结果：基于小波变换和TEO的输电线路故障测距方法》2019.10.25
- 《表2 故障识别结果：基于S变换和k-means聚类的输电线路故障识别》2021.01.01
- 《表1 故障识别结果：基于感性模糊识别的MMC直流输电线路单极接地故障分析》2021.03.10
- 《表2 分类结果：基于负序功率方向比较和模糊C均值聚类的电网故障区域识别》2021.01.10
- 《表1 聚类结果：基于负序功率方向比较和模糊C均值聚类的电网故障区域识别》2021.01.10
- 《表1 数据集信息：基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测》2021.01.05
- 《表2 不同算法运行时间：融合CEEMD＿MPE和GK模糊聚类的故障识别方法》2020.06.01
- 《表4 聚类中心值：基于层次和K-means聚类的知识产权强省建设绩效评价实证研究》2020.06.20
- 《表2 物资分配方案：基于PCA和K-Means聚类的医疗物资分配模型》2020.08.05
- 《表2 系统初始风险：依托风险估测与灵敏度聚类的输电线路逐级运维方法》2020.08.20
- 《表1 输电线路参数：基于小波变换的双端输电线路行波故障定位》2019.10.25
- 《表1 架空输电线路故障识别》2019.09.25
- 《表2 实验结果图：基于k-means聚类的Bagging算法研究》2019.08.10
- 《表1 各条线路长度：基于S变换和可信度决策的谐振接地系统故障选线新方法》2019.08.10
- 《表2 聚类边坡样本数据：基于FAHP和K-Means聚类的边坡稳定性模型》2019.01.01
- 《表1 FAHP评价表：基于FAHP和K-Means聚类的边坡稳定性模型》2019.01.01
- 《表1 实验统计结果：基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法》2019.02.01
- 《表2 智能诊断结果：基于K-means聚类的航空复合材料敲击检测研究》2019.10.25