期刊文献+

基于密度聚类算法的电力企业营销异常数据自动校核

下载PDF
导出
摘要 常规K-means自动校核方法校核时间较长,异常数据不能及时纠正,设计基于密度聚类算法的电力企业营销异常数据自动校核方法。采集电力企业营销的异常数据后,基于密度聚类算法选取自动校核参数,进而实现多类型保护的定值自动校核。试验结果表明:设计方法的自动校核时间更短,可以及时纠正异常数据,极具推广价值。
作者 田健
出处 《中国新技术新产品》 2023年第15期142-144,共3页 New Technology & New Products of China
  • 相关文献

参考文献4

二级参考文献41

共引文献22

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部