引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,...引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,给出了优化参数取值的一些经验值。特别在如何确定最优分类数的问题上引入了模糊F统计量的方法,并根据电力系统同调识别的特点改进了模糊相关自组织数据分析算法的同调机群识别算法,使其更能适用于工程应用。最后用EPR I_36节点纯交流系统的仿真计算验证了该方法的有效性。展开更多
传统的农业机械选型方法存在着渗入过多主观因素,不够客观或者计算模型复杂、操作较难的问题。模糊DEA(Data Envelopment Analysis)法能够避免主观评判偏差,评价结果客观,且数据处理和计算操作简单。针对传统农业机械选型过程中存在的问...传统的农业机械选型方法存在着渗入过多主观因素,不够客观或者计算模型复杂、操作较难的问题。模糊DEA(Data Envelopment Analysis)法能够避免主观评判偏差,评价结果客观,且数据处理和计算操作简单。针对传统农业机械选型过程中存在的问题,采用模糊数据包络分析法,以新疆生产建设兵团农四师68团29.4k W拖拉机选型为例,建立选型模型,借助Lingo(Linear Interactive and General Optimizer)软件对该模型进行求解,并将结果与68团现有机型进行分析比较。结果表明:该方法具有可行性和实用性,且具有广泛的推广价值。展开更多
文摘引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,给出了优化参数取值的一些经验值。特别在如何确定最优分类数的问题上引入了模糊F统计量的方法,并根据电力系统同调识别的特点改进了模糊相关自组织数据分析算法的同调机群识别算法,使其更能适用于工程应用。最后用EPR I_36节点纯交流系统的仿真计算验证了该方法的有效性。
文摘提出了一种基于模糊聚类算法的高维特征选取方法。首先,利用Bhattacharyya距离过滤样本类别无关的特征;然后,基于递归特征剔除过程,提出了基于模糊迭代自组织数据分析技术(Interactive self-organizing dataanalysis technique,ISODATA)聚类方法,以样本与聚类中心的加权距离作为可分性指标,产生候选特征子集;最后,以候选特征子集分类和聚类的接受者操作特征曲线下面积(Area under the receiver operating characteristiccurve,AUC)值和正确率作为目标函数,确定最佳特征子集。将该方法用于选取5个基因表达谱数据集的特征基因,结果显示该方法所选特征具有较好的分类和聚类能力,说明了提出的特征选取方法的有效性。
文摘传统的农业机械选型方法存在着渗入过多主观因素,不够客观或者计算模型复杂、操作较难的问题。模糊DEA(Data Envelopment Analysis)法能够避免主观评判偏差,评价结果客观,且数据处理和计算操作简单。针对传统农业机械选型过程中存在的问题,采用模糊数据包络分析法,以新疆生产建设兵团农四师68团29.4k W拖拉机选型为例,建立选型模型,借助Lingo(Linear Interactive and General Optimizer)软件对该模型进行求解,并将结果与68团现有机型进行分析比较。结果表明:该方法具有可行性和实用性,且具有广泛的推广价值。