期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
密度聚类算法电力工程数据完整性分析
1
作者
唐取
毕圣灵
《粘接》
CAS
2020年第12期74-77,共4页
电力工程数据分析与应用,是实现大规模电力工程缺失数据筛选、进行形态分析的基础。文章针对电力工程缺失数据筛选困难的问题,提出了一种基于密度聚类算法的分析方法,该方法通过电力工程数据收集、预处理、提取数据个性化特征以及进行...
电力工程数据分析与应用,是实现大规模电力工程缺失数据筛选、进行形态分析的基础。文章针对电力工程缺失数据筛选困难的问题,提出了一种基于密度聚类算法的分析方法,该方法通过电力工程数据收集、预处理、提取数据个性化特征以及进行密度聚类算法分析等步骤,实现了电力工程缺失数据的高速筛查和形态分析。文章通过智能仪表、智能终端数据同步性验证,认为所提出的基于密度聚类算法的电力工程数据完整性分析方法能够有效实现缺失数据筛查和形态分布解读,对于全面提升电力我国电力工程数据完整性和用电情况分析具有较好的指导意义。
展开更多
关键词
密度聚类算法
电力工程
缺失数据筛查
特征提取
下载PDF
职称材料
题名
密度聚类算法电力工程数据完整性分析
1
作者
唐取
毕圣灵
机构
广东电网有限责任公司佛山供电局
出处
《粘接》
CAS
2020年第12期74-77,共4页
文摘
电力工程数据分析与应用,是实现大规模电力工程缺失数据筛选、进行形态分析的基础。文章针对电力工程缺失数据筛选困难的问题,提出了一种基于密度聚类算法的分析方法,该方法通过电力工程数据收集、预处理、提取数据个性化特征以及进行密度聚类算法分析等步骤,实现了电力工程缺失数据的高速筛查和形态分析。文章通过智能仪表、智能终端数据同步性验证,认为所提出的基于密度聚类算法的电力工程数据完整性分析方法能够有效实现缺失数据筛查和形态分布解读,对于全面提升电力我国电力工程数据完整性和用电情况分析具有较好的指导意义。
关键词
密度聚类算法
电力工程
缺失数据筛查
特征提取
Keywords
density clustering algorithm
electric power engineering
missing data screening
feature extraction
分类号
TM7 [电气工程—电力系统及自动化]
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
密度聚类算法电力工程数据完整性分析
唐取
毕圣灵
《粘接》
CAS
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部