《表7 SOM算法下聚类前、后的簇》
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》
从表4—7中不难看出,K-means算法几乎无法区分标准数据的第3类与第5类簇;而FCM算法虽然基本可以区分标准数据的每个类,但却有较多的数据被错误分类;层次聚类算法无法区分标准数据的第3、5类与第4、6类簇;SOM算法无法区分标准数据的第1类与第2类簇,同时其他类的数据也有较多被错误划分。综上所述,本文算法在标准数据上的聚类质量要高于K-means、FCM、层次聚类与SOM算法。
图表编号 | XD0030207200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 丁明、黄冯、邹佳芯、刘金山、宋晓皖 |
绘制单位 | 合肥工业大学安徽省新能源利用与节能重点实验室、合肥工业大学安徽省新能源利用与节能重点实验室、国网青海省电力公司电力科学研究院青海省光伏发电并网技术重点实验室、国网青海省电力公司电力科学研究院青海省光伏发电并网技术重点实验室、合肥工业大学安徽省新能源利用与节能重点实验室 |
更多格式 | 高清、无水印(增值服务) |