《表2 标准数据测试结果:改进谱聚类与遗传算法相结合的电力时序曲线聚类方法》

《表2 标准数据测试结果:改进谱聚类与遗传算法相结合的电力时序曲线聚类方法》   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
《改进谱聚类与遗传算法相结合的电力时序曲线聚类方法》


  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

从附录中图A1可以看出,这6类标准时间序列曲线具有很明显的区分度,下文将采用本文所提算法与K-means算法、FCM算法、层次聚类算法及基于自组织映射SOM(Self-Organizing Maps)神经网络的聚类算法(下文简称SOM算法)对该标准数据集分别进行聚类测试,并结合FM指标、AR指标及SSE指标对各自聚类结果分别进行评估。此外,本文也针对标准时间序列集计算上述指标值,以作为衡量标准。为了避免偶然性,对上述算法均重复做多次测试,并选取其中最好的结果,如表2所示。