检索结果-维普期刊中文期刊服务平台

基于DDTW距离与DBSCAN算法的户变关系识别方法被引量：33: 1; 作者刘苏黄纯 +2 位作者侯帅帅黄世付李建奇《电力系统自动化》 EI CSCD 北大核心 2021年第18期71-77,共7页; 针对低压配电台区拓扑结构中户变关系缺失或异常的问题,提出了一种基于导数动态时间弯曲(DDTW)算法与基于密度的有噪空间聚类应用(DBSCAN)算法的户变关系识别方法。首先,采用DDTW算法对台区配电变压器(以下简称台变)低压侧电压和用户电... 展开更多; 关键词配电网低压拓扑户变关系导数动态时间弯曲(DDTW)距离基于密度的有噪空间聚类应用(dbscan)算法; 在线阅读下载PDF 职称材料

基于区域比例的聚类方法被引量：2: 2; 作者李伟雄谭建豪王贵山《计算机工程与应用》 CSCD 北大核心 2011年第8期143-145,共3页; 为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题,提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度,中心点选取当前密度最大点,并以中心点为核心点扩展种子队列,直至由给定的密度比... 展开更多; 关键词基于密度的带噪声应用的空间聚类方法(dbscan) 聚类算法密度区域比例; 在线阅读下载PDF 职称材料

基于DBSCAN-ML的液压风力发电机故障诊断研究被引量：3: 3; 作者宾世杨李利强 +1 位作者程乐陈浩武《机床与液压》北大核心 2024年第14期227-235,共9页; 传统风力发电机对于系统故障的解决方案是有限和预先确定的,而具有大量传感器数据的故障预测诊断可以有效预防可能发生的系统故障,从而降低设备维护成本。为此,提出一种基于DBSCAN-ML的风力发电机故障诊断策略。基于密度的应用噪声算法... 展开更多; 关键词风力发电机基于密度的应用噪声算法空间聚类(dbscan) 机器学习(ML) 决策树随机森林 K折交叉验证故障诊断; 在线阅读下载PDF 职称材料

基于DBSCAN的无线传感网定位方法被引量：7: 4; 作者朱烜璋《计算机工程与应用》 CSCD 2013年第11期80-83,共4页; 在NLOS传播环境下,为了获得更好的定位性能,由多个已知传感器节点测量来自未知节点的电波到达时间TOA,对TOA测量数据进行分组处理和加权最小二乘估计进而获得未知节点的初步定位结果,依据多次测量和估计并采用DBSCAN进行聚类处理从而剔... 展开更多; 关键词无线传感网定位传感器节点基于密度的加噪空间聚类应用算法(dbscan) 非视距传播; 在线阅读下载PDF 职称材料

考虑时序特征的污染物数据异常检测及恢复被引量：5: 5; 作者陆秋琴王璐黄光球《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4590-4599,共10页; 针对气体传感器数据采集过程中可能出现数据失真、数据重复的现象,提出一种基于时间序列滑动窗口的异常检测方法。基于滑动窗口将原始时间序列分割成多个子序列,利用斜率的置信区间距离半径提取子序列时序特征并识别疑似异常序列,再通... 展开更多; 关键词环境工程学挥发性有机物(VOCs) 滑动窗口算法(Sliding_Window) 时间序列分解基于密度的噪声应用空间聚类方法(dbscan) 支持向量机回归(SVR); 在线阅读下载PDF 职称材料

题名基于DDTW距离与DBSCAN算法的户变关系识别方法被引量：33: 1; 作者刘苏黄纯侯帅帅黄世付李建奇; 机构湖南大学电气与信息工程学院常德国力变压器有限公司湖南文理学院计算机与电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2021年第18期71-77,共7页; 基金湖南省自然科学基金资助项目(2019JJ60012) 湖南省战略性新兴产业科技攻关与重大科技成果转化项目(2018GK4025)。; 文摘针对低压配电台区拓扑结构中户变关系缺失或异常的问题,提出了一种基于导数动态时间弯曲(DDTW)算法与基于密度的有噪空间聚类应用(DBSCAN)算法的户变关系识别方法。首先,采用DDTW算法对台区配电变压器(以下简称台变)低压侧电压和用户电压的时间序列进行相似性分析。然后,根据DDTW距离对台变和用户进行聚类得到户变关系的概率性结果,减小聚类算法参数对聚类结果的影响。该方法能够对时间间隔不同、不等长的电压时间序列进行分析,对电压数据缺失或异常不敏感,且不需要人为设定阈值,户变关系识别准确性高。最后,通过实例分析验证了所提方法的有效性。; 关键词配电网低压拓扑户变关系导数动态时间弯曲(DDTW)距离基于密度的有噪空间聚类应用(dbscan)算法; Keywords distribution network low-voltage topology household-transformer relationship derivative dynamic time warping(DDTW)distance density-based spatial clustering of application with noise(dbscan)algorithm; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于区域比例的聚类方法被引量：2: 2; 作者李伟雄谭建豪王贵山; 机构湖南大学电气与信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第8期143-145,共3页; 文摘为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题,提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度,中心点选取当前密度最大点,并以中心点为核心点扩展种子队列,直至由给定的密度比例因子所决定的密度边缘。为了改善聚类质量,提出了候选核心点,并使用给定的半径比例因子发现核心点。在实验中,利用数据集对该算法进行了测试,测试结果证明了该改进算法的参数鲁棒性,和在聚类密度分布不均数据集时的较好性能。; 关键词基于密度的带噪声应用的空间聚类方法(dbscan) 聚类算法密度区域比例; Keywords Density-Based Spatial Clustering of Applications with Noise（dbscan） clustering density local scaling; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于DBSCAN-ML的液压风力发电机故障诊断研究被引量：3: 3; 作者宾世杨李利强程乐陈浩武; 机构国家电投集团广西兴安风电有限公司西北大学城市与环境学院; 出处《机床与液压》北大核心 2024年第14期227-235,共9页; 基金国家电投集团科技项目(KY-TC-2023-SK2433) 陕西省科学技术研究计划项目(2022KXJ-887)。; 文摘传统风力发电机对于系统故障的解决方案是有限和预先确定的,而具有大量传感器数据的故障预测诊断可以有效预防可能发生的系统故障,从而降低设备维护成本。为此,提出一种基于DBSCAN-ML的风力发电机故障诊断策略。基于密度的应用噪声算法空间聚类(DBSCAN)从正常状态数据中分类出异常状态的风力机数据,然后采用决策树和随机森林算法2种机器学习(ML)算法构建预测模型,最后使用K折交叉验证进行测试。通过广西31台风力发电机组数据对此故障诊断方案进行案例验证。结果表明:DBSCAN算法可以有效分离异常状态数据,且决策树预测模型和随机森林模型可以分别获得92.7%和92.1%的准确率,通过数据挖掘和建模可以检测风力发电机组的故障,并可以预测部件的维护需求。; 关键词风力发电机基于密度的应用噪声算法空间聚类(dbscan) 机器学习(ML) 决策树随机森林 K折交叉验证故障诊断; Keywords wind turbine dbscan ML decision tree random forest K-fold cross verification fault diagnosis; 分类号 TM133.33 [电气工程—电工理论与新技术]; 在线阅读下载PDF 职称材料

题名基于DBSCAN的无线传感网定位方法被引量：7: 4; 作者朱烜璋; 机构湖南科技学院现代教育技术中心; 出处《计算机工程与应用》 CSCD 2013年第11期80-83,共4页; 基金湖南省科技厅科技计划项目(No.2011GK3164); 文摘在NLOS传播环境下,为了获得更好的定位性能,由多个已知传感器节点测量来自未知节点的电波到达时间TOA,对TOA测量数据进行分组处理和加权最小二乘估计进而获得未知节点的初步定位结果,依据多次测量和估计并采用DBSCAN进行聚类处理从而剔除坏点获得较小的定位误差,实现了对未知节点的精确定位,最后进行实验仿真。计算机仿真结果表明所提出的定位方法能有效地抑制NLOS误差,具有较小的定位误差,鲁棒性较强,并较其他传统定位法进一步提高了定位精度。; 关键词无线传感网定位传感器节点基于密度的加噪空间聚类应用算法(dbscan) 非视距传播; Keywords wireless sensor networks location sensor node Density-Based Spatial Clustering of Applications with Noise （dbscan） Non-Line-Of-Sight（NLOS）; 分类号 TP393.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名考虑时序特征的污染物数据异常检测及恢复被引量：5: 5; 作者陆秋琴王璐黄光球; 机构西安建筑科技大学管理学院; 出处《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4590-4599,共10页; 基金国家自然科学基金项目(71874134)。; 文摘针对气体传感器数据采集过程中可能出现数据失真、数据重复的现象,提出一种基于时间序列滑动窗口的异常检测方法。基于滑动窗口将原始时间序列分割成多个子序列,利用斜率的置信区间距离半径提取子序列时序特征并识别疑似异常序列,再通过时间序列分解与基于密度的噪声应用空间聚类方法(Density-based Spatial Clustering of Applications with Noise,DBSCAN)进一步判定异常值。以某区域挥发性有机物(Volatile Organic Compounds,VOCs)数据作为验证数据集,检测结果表明该算法能够准确识别异常子序列和异常值,精确率、查全率以及平衡F分数(F_(1))分别为93.7%、90.7%和92.18%,验证了提出方法的可用性。同时,针对异常为缺失值的情况,提出了一种基于支持向量机回归(Support Vector Regression,SVR)的恢复模型,经验证决定系数R^(2)为96.53%,优于对比模型。; 关键词环境工程学挥发性有机物(VOCs) 滑动窗口算法(Sliding_Window) 时间序列分解基于密度的噪声应用空间聚类方法(dbscan) 支持向量机回归(SVR); Keywords environmental engineering VOCs sliding window algorithm time series decomposition Density⁃based Spatial Clustering of Applications with Noise(dbscan) Support Vector Regression(SVR); 分类号 X511 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于DDTW距离与DBSCAN算法的户变关系识别方法	刘苏黄纯侯帅帅黄世付李建奇	《电力系统自动化》 EI CSCD 北大核心	2021	33	在线阅读下载PDF 职称材料
2	基于区域比例的聚类方法	李伟雄谭建豪王贵山	《计算机工程与应用》 CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
3	基于DBSCAN-ML的液压风力发电机故障诊断研究	宾世杨李利强程乐陈浩武	《机床与液压》北大核心	2024	3	在线阅读下载PDF 职称材料
4	基于DBSCAN的无线传感网定位方法	朱烜璋	《计算机工程与应用》 CSCD	2013	7	在线阅读下载PDF 职称材料
5	考虑时序特征的污染物数据异常检测及恢复	陆秋琴王璐黄光球	《安全与环境学报》 CAS CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料