期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
采用分布式DBSCAN算法的用电行为分析 被引量:9
1
作者 赵永彬 陈硕 +2 位作者 刘明 王佳楠 贲驰 《小型微型计算机系统》 CSCD 北大核心 2018年第5期1108-1112,共5页
作为描述电网运营状态的重要依据,用户实时用电量数据在各时间段内的均值、方差及离散傅里叶变换(DFT)分量等统计变换结果是用电行为特征提取的重要建模参数.基于密度聚类的DBSCAN算法能够对空间内样本点进行更加准确可靠的类别划分.层... 作为描述电网运营状态的重要依据,用户实时用电量数据在各时间段内的均值、方差及离散傅里叶变换(DFT)分量等统计变换结果是用电行为特征提取的重要建模参数.基于密度聚类的DBSCAN算法能够对空间内样本点进行更加准确可靠的类别划分.层次聚类的子域划分、域内聚类和聚类合并的过程为DBSCAN算法的分布式实现提供重要参考.根据DBSCAN算法中的密度参数,保留各子簇的边界特征样本,使子簇合并过程的计算效率进一步提高.以Spark为代表的分布式内存计算系统将数据处理的中间结果存入内存,降低读写开销,为大规模数据的迭代分析提供快捷高效的处理环境.实验结果证明,在内存计算系统中实现的分布式DBSCAN聚类算法能够准确高效的实现大规模用户用电行为分析. 展开更多
关键词 行为提取 层次聚类 簇边界特征 分布式内存计算
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部