《表1 样本距离统计：基于高斯混合聚类的电力工控系统异常检测研究》
提示：宽带有限、当前游客访问压缩模式
DBSCAN算法对于邻域大小以及核心对象的邻域内最小样本点的个数选择尤为重要，为了更好地选择这两个参数，做表1所示计算。
| 图表编号 | XD00213565200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.03.10 |
| 作者 | 李佳玮、吴克河、张波 |
| 绘制单位 | 华北电力大学、国网北京市电力公司、华北电力大学、全球能源互联网研究院有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 样本分布情况：基于云计算的电力运行大数据异常值快速检测算法》2020.09.20
- 《表2 不平衡样本划分：不平衡样本下基于高斯混合生成模型的泄漏检测方法》2021.02.10
- 《表1 时频域特征：不平衡样本下基于高斯混合生成模型的泄漏检测方法》2021.02.10
- 《表1 基于半监督聚类的异常流量检测》2020.11.01
- 《表1 数据分析结果：基于熵值法和加权聚类的电力零售市场风险评估》2021.01.18
- 《表1 驾驶风格聚类结果：融合K-means与高斯混合模型的驾驶风格聚类研究》2019.12.01
- 《表7 车流量统计结果：基于轨迹稀疏聚类的高速公路车辆检测》2020.08.01
- 《表2 算法性能对比：基于改进k-means的电力信息系统异常检测方法》2020.03.30
- 《表1 参数说明：基于改进k-means的电力信息系统异常检测方法》2020.03.30
- 《表1 关联测点划分：基于Kmeans-DBSCAN融合聚类的轴承异常温升诊断模型》2020.03.08
- 《表4 检测精度数据：基于聚类分析的高维数据异常特征光流检测系统》2019.12.25
- 《表5 特殊负荷命名：基于自适应神经网络系统聚类的特殊负荷分类研究》2019.01.25
- 《表4 分类方法比较：基于自适应神经网络系统聚类的特殊负荷分类研究》2019.01.25
- 《表1 瞬时量数据示例：基于DBSCAN聚类的电力工程数据完整性分析》2019.05.01
- 《表2 表码数据示例：基于DBSCAN聚类的电力工程数据完整性分析》2019.05.01
- 《表7 组件漏洞信息：基于混合测试的工控系统攻击测试模拟方法研究》2019.03.25
- 《表1 概率区间划分断点：一种新型的基于Levenshtein距离层次聚类的时序操作优化方法》2019.02.01
- 《表1 实验结果对比：基于多维混合量的电力系统继电保护故障检测方法研究》2019.11.25
- 《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
- 《表1 距离度量公式：基于描峰聚类的动态脑功能网络状态划分》2019.12.01