期刊文献+
共找到47篇文章
< 1 2 3 >
每页显示 20 50 100
基于BP典型相关分析和多变量SOM聚类的区划算法研究
1
作者 吴香华 金芯如 +2 位作者 黎亚少 任苗苗 王巍巍 《南京信息工程大学学报》 北大核心 2025年第3期363-373,共11页
针对目前气候区划变量较少、信息利用不充分、较少考虑气候变化影响等问题,基于机器学习和现代统计方法,提出一种数据驱动的区划算法.首先,基于Mann-Kendall检验和滑动t检验计算主变量的突变点,把研究时期进行分段;然后,基于BP典型相关... 针对目前气候区划变量较少、信息利用不充分、较少考虑气候变化影响等问题,基于机器学习和现代统计方法,提出一种数据驱动的区划算法.首先,基于Mann-Kendall检验和滑动t检验计算主变量的突变点,把研究时期进行分段;然后,基于BP典型相关选取协变量,并建立多变量SOM聚类算法,实现不同阶段的气候区划;最后,结合气候区概况来分析区划结果的实际意义,以及气候变化对气候区划的影响.实验结果表明:所提的区划算法有别于主变量的等值线分区以及人为确定阈值,而是根据SOM聚类,由数据驱动来确定区域个数以及分区,数据利用率高,区划过程更加客观合理;无需在区划过程中考虑气候背景,而是在算法过程中包含多层协变量和气候变化的影响,能够有效提高区划效率和可靠性. 展开更多
关键词 区划 MANN-KENDALL检验 BP典型相关分析 多变量som聚类
在线阅读 下载PDF
Improved clustering method based on artificial immune 被引量:1
2
作者 Lin Zhu Bo Li 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第6期1111-1115,共5页
An improved clustering method based on artificial immune is proposed. To obtain the better initial solution, the initial antibody network is introduced by self organizing map (SOM) method. In the process of the clus... An improved clustering method based on artificial immune is proposed. To obtain the better initial solution, the initial antibody network is introduced by self organizing map (SOM) method. In the process of the clustering iteration, a series of optimization and evolution strategies are designed, such as clustering satisfaction, the threshold design of scale compression, the learning rate, the clustering monitoring points and the clustering evaluations indexes. These strategies can make the clustering thresholds be quantified and reduce the operator’s subjective factors. Thus, the local optimal and the global optimal clustering simultaneously are proposed by the synthesized function of these strategies. Finally, the experiment and the comparisons demonstrate the proposed method effectiveness. 展开更多
关键词 artificial immune system (AIS) clustering self organizing map som).
在线阅读 下载PDF
基于多粒度集成学习的地震相聚类分析技术
3
作者 罗红梅 王长江 +3 位作者 杨培杰 管晓燕 周小杰 余航 《应用科学学报》 北大核心 2025年第4期643-655,共13页
为了更有效地降低地质结构差异对储层预测的影响,提出了一种基于多粒度集成学习的地震相聚类分析技术。首先从粗粒度、细粒度和微粒度三个角度分别提取地震数据的不同尺度特征。粗粒度特征利用斯皮尔曼相关系数反映地层间的宏观关系;细... 为了更有效地降低地质结构差异对储层预测的影响,提出了一种基于多粒度集成学习的地震相聚类分析技术。首先从粗粒度、细粒度和微粒度三个角度分别提取地震数据的不同尺度特征。粗粒度特征利用斯皮尔曼相关系数反映地层间的宏观关系;细粒度特征基于长短期记忆网络学习波形之间的细节特性;微粒度特征则基于动态时间规整距离捕捉单一波形的微观差异。在此基础上,利用自组织映射方法获得不同粒度下的聚类结果,并采用基于软配准的集成学习技术融合不同粒度下的聚类结果,有效解决了单一粒度受地质结构差异影响较大的问题。实验结果表明,所提出的多粒度集成学习算法能够更好地改善地震相聚类结果,并为不同区域的储层预测提供有效参考。 展开更多
关键词 地震相聚类分析 多粒度 集成学习 动态时间规整 自组织映射
在线阅读 下载PDF
面向全场景安全的储能投资高效规划方法 被引量:2
4
作者 程曹阳 杨知方 +2 位作者 余娟 王新刚 周专 《电工技术学报》 北大核心 2025年第1期64-79,共16页
随着风电、光伏等新能源渗透率的不断提高,系统随机性与波动性的不断增强,科学合理地规划储能被认为是缓解新能源不确定性、提高电力系统安全性与灵活性的有效手段。然而,现有规划方法为了保证一定的计算效率,通常仅选取少量关键场景用... 随着风电、光伏等新能源渗透率的不断提高,系统随机性与波动性的不断增强,科学合理地规划储能被认为是缓解新能源不确定性、提高电力系统安全性与灵活性的有效手段。然而,现有规划方法为了保证一定的计算效率,通常仅选取少量关键场景用以制定储能规划方案,无法确保其在全场景下的安全性,倘若对于全场景进行安全校核,又会因为模型规模大而导致求解时间在规划层面都难以接受。为此,该文提出一种面向全场景安全的储能投资高效规划方法。首先,针对现有规划方法存在的安全风险,提出一种面向全场景安全的闭环储能规划框架,以及基于全场景集排序结果引导的场景更新策略,可以保证规划方案在全场景下的安全性,同时兼顾一定的计算效率;其次,提出了一种基于自组织映射(SOM)神经网络及场景关键指标排序的初始关键场景集生成方法,该方法无需预先给定聚类数量,能够较准确地反映全场景的关键信息,进一步提高了计算效率;最后,基于IEEE 30节点系统以及国内某省实际341节点系统进行算例验证,结果表明所提方法可以在保障规划方案在全场景下的安全性与最优性的基础上,尽可能减少需考虑的场景数量,提高求解效率。 展开更多
关键词 储能规划 多场景规划 场景筛选 安全校核 自组织映射神经网络
在线阅读 下载PDF
基于主成分和SOM聚类分析的高粱品种萌发期抗旱性鉴定与分类 被引量:59
5
作者 王艺陶 周宇飞 +6 位作者 李丰先 依兵 白薇 闫彤 许文娟 高明超 黄瑞冬 《作物学报》 CAS CSCD 北大核心 2014年第1期110-121,共12页
采用人工气候箱内培养皿培养,PEG-6000溶液模拟干旱胁迫环境,在萌发期以80、120、150和175 g L–1PEG-6000水溶液处理31个高粱品种,旨在根据高粱品种萌发期对不同干旱胁迫程度的响应,筛选出具有抗旱能力的高粱品种并探讨高粱萌发期抗旱... 采用人工气候箱内培养皿培养,PEG-6000溶液模拟干旱胁迫环境,在萌发期以80、120、150和175 g L–1PEG-6000水溶液处理31个高粱品种,旨在根据高粱品种萌发期对不同干旱胁迫程度的响应,筛选出具有抗旱能力的高粱品种并探讨高粱萌发期抗旱性鉴定的方法。通过主成分分析法(PCA)和神经网络自组织映射(SOM)聚类分析法对各高粱品种进行抗旱性综合分析与评定。PCA结果表明,相对芽长、相对根长和相对萌发抗旱指数载荷量最大,将其作为萌发期高粱抗旱性筛选的主要评价指标,并对31个高粱品种抗旱性排序。通过SOM聚类分析将31个高粱品种按抗旱性强弱分为5类,吉杂305等4个品种为高度抗旱品种,HL5等4个品种为抗旱品种,辽杂10号等8个品种为中等抗旱品种,锦杂103等7个品种为干旱敏感品种,锦杂93等8个品种为高度干旱敏感品种。研究认为,相对芽长、相对根长和相对萌发抗旱指数等可以作为高粱品种抗旱性鉴定的重要指标;SOM聚类分析可作为品种抗旱性分类的重要方法。 展开更多
关键词 高粱 抗旱性 主成分分析 som聚类分析
在线阅读 下载PDF
自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估 被引量:13
6
作者 周璞 江志红 《气候与环境研究》 CSCD 北大核心 2016年第5期512-524,共13页
利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东... 利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。 展开更多
关键词 统计降尺度 som(self-organizing maps) 江淮流域 极端降水
在线阅读 下载PDF
一种基于SOM和PAM的聚类算法 被引量:8
7
作者 张钊 王锁柱 张雨 《计算机应用》 CSCD 北大核心 2007年第6期1400-1402,共3页
提出了一种基于自组织映射(SOM)算法和围绕中心点的划分(PAM)算法相结合的SOM-PAM聚类算法。该算法首先利用SOM算法对数据集进行“粗聚类”并得到簇数k;然后,根据簇数k再利用PAM算法对“粗聚类”结果进行聚类并得到最终聚类结果。通过... 提出了一种基于自组织映射(SOM)算法和围绕中心点的划分(PAM)算法相结合的SOM-PAM聚类算法。该算法首先利用SOM算法对数据集进行“粗聚类”并得到簇数k;然后,根据簇数k再利用PAM算法对“粗聚类”结果进行聚类并得到最终聚类结果。通过实验表明,SOM-PAM算法具有比SOM算法更高的聚类效率和更好的聚类质量。 展开更多
关键词 聚类 自组织映射算法 围绕中心点的划分算法
在线阅读 下载PDF
一种基于SOM和K-means的文档聚类算法 被引量:16
8
作者 杨占华 杨燕 《计算机应用研究》 CSCD 北大核心 2006年第5期73-74,79,共3页
提出了一种把自组织特征映射SOM和K-means算法结合的聚类组合算法。先用SOM对文档聚类,然后以SOM的输出权值初始化K-means的聚类中心,再用K-means算法对文档聚类。实验结果表明,该聚类组合算法能改进文档聚类的性能。
关键词 自组织特征映射 K-MEANS 聚类 组合方法 文档聚类
在线阅读 下载PDF
基于SOM-DB-PAM混合聚类算法的电力客户细分 被引量:6
9
作者 胡晓雪 赵嵩正 吴楠 《计算机工程》 CAS CSCD 北大核心 2015年第10期295-301,308,共8页
针对电力客户具有客户数量大、存在孤立点等特点,提出一种适用于对大量电力客户进行快速聚类的SOM-DB-PAM混合聚类算法。该算法利用自组织映射神经网络训练输入数据,以获取代表输入模式且数据量远小于输入数据量的原型向量,使用围绕中... 针对电力客户具有客户数量大、存在孤立点等特点,提出一种适用于对大量电力客户进行快速聚类的SOM-DB-PAM混合聚类算法。该算法利用自组织映射神经网络训练输入数据,以获取代表输入模式且数据量远小于输入数据量的原型向量,使用围绕中心点的切分(PAM)对该原型向量聚类并用Davies-Bouldin指标判定最优聚类个数以保证聚类效果。实验结果表明,与传统聚类算法相比,该算法具有更高的分类正确率,当客户数量较大时,能实现对客户的快速、有效聚类,并减少人为指定聚类个数的盲目性和主观性。 展开更多
关键词 电力客户细分 围绕中心点的划分 自组织映射 混合聚类算法 聚类分析
在线阅读 下载PDF
基于改进的SOM聚类连续属性离散化算法 被引量:7
10
作者 陶刚 闫永刚 +1 位作者 刘俊 邹娇 《计算机应用》 CSCD 北大核心 2015年第A01期89-92,共4页
为解决连续属性值的离散化问题,提出了一种改进的自组织映射(SOM)聚类离散化算法,该算法利用SOM实现初始聚类,界定聚类上限;之后以初始聚类中心为样本,通过层次方法的平衡迭代规约和聚类(BIRCH)层次聚类算法进行二次聚类,解决聚类数虚... 为解决连续属性值的离散化问题,提出了一种改进的自组织映射(SOM)聚类离散化算法,该算法利用SOM实现初始聚类,界定聚类上限;之后以初始聚类中心为样本,通过层次方法的平衡迭代规约和聚类(BIRCH)层次聚类算法进行二次聚类,解决聚类数虚高问题并确定离散断点集;最后对断点集任一样本找出其所在维各聚类中心的最近邻,以此作为离散微调依据。实验结果表明,该算法在断点集数(轮廓系数提升75%)及离散精度方面(不相容度更近似0)均优于传统SOM聚类离散化算法,可有效解决大样本、高维数据离散化问题。 展开更多
关键词 自组织特征映射 BIRCH 离散化 轮廓系数 最近邻
在线阅读 下载PDF
基于小波和SOM网络的医学图像融合 被引量:3
11
作者 王安娜 杨铭如 +1 位作者 刘坐乾 王婷君 《计算机工程》 CAS CSCD 北大核心 2009年第21期200-202,205,共4页
提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够... 提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够获得良好的性能。 展开更多
关键词 图像融合 小波变换 自组织特征映射神经网络 聚类分析
在线阅读 下载PDF
多获胜节点SOM及其在股票分析中的应用 被引量:2
12
作者 王丽敏 梁艳春 +2 位作者 韩旭明 时小虎 李明 《计算机研究与发展》 EI CSCD 北大核心 2008年第9期1493-1500,共8页
为了增强自组织映射(self-organizing map,SOM)网络的动态竞争和聚类能力,提高解的精度,在无监督的SOM神经网络的基础上,通过拓广获胜节点的数量,改进网络中的邻域函数和连接权函数等方法,提出具有多获胜节点的SOM模型.为了避免多个输... 为了增强自组织映射(self-organizing map,SOM)网络的动态竞争和聚类能力,提高解的精度,在无监督的SOM神经网络的基础上,通过拓广获胜节点的数量,改进网络中的邻域函数和连接权函数等方法,提出具有多获胜节点的SOM模型.为了避免多个输入样本映射到同一个输出节点,还提出了禁忌映射的方法.为了验证所提出的方法的有效性,以股票的聚类分析为实例,对该方法进行了检验.通过对每股收益、每股净资产、净资产收益率、每股经营性现金流量及净利润等5项反映上市公司综合盈利能力的财务指标进行了模拟实验,所得的数值结果表明,在标准SOM及所提出的几种多获胜节点SOM网络模型中,具有双获胜节点(SOM with 2 winners,SOM2W)的网络模型获得了最好的聚类效果.结合实验结果对网络模型的进一步分析也表明,SOM2W的聚类能力优于标准SOM及其他网络模型.该模型为股票的分析和选择提供了一种可行的途径,在金融领域具有潜在的应用价值. 展开更多
关键词 多获胜节点som网络 动态竞争 聚类 禁忌映射 股票分析
在线阅读 下载PDF
基于SOM聚类的可视化方法及应用研究 被引量:6
13
作者 刘芳 《计算机应用研究》 CSCD 北大核心 2012年第4期1300-1303,1306,共5页
提出了用无监督的自组织映射方法对金融数据进行聚类,并用平行坐标和交互式的圆形平行坐标方法在二维平面上表示出来。用这种方法形成清晰的可视化聚类结果,不仅有效地总结了数据特征,还提高了聚类的可视效果,从而便于发现数据的变化趋势。
关键词 聚类 平行坐标 金融数据 可视化分析 自组织映射
在线阅读 下载PDF
基于斥力平衡SOM的可信故障诊断
14
作者 刘井波 罗卫敏 刘静 《计算机工程》 CAS CSCD 北大核心 2011年第13期199-201,共3页
自组织映射(SOM)神经网络存在训练结果不稳定、识别率低的问题。为此,提出一种斥力平衡SOM神经网络方法(RESOM)。该方法使用斥力原理,根据SOM模式区域在斥力场中迁移到的斥力平衡位置进行模式识别。比较普通SOM神经网络、SVM、RESOM对... 自组织映射(SOM)神经网络存在训练结果不稳定、识别率低的问题。为此,提出一种斥力平衡SOM神经网络方法(RESOM)。该方法使用斥力原理,根据SOM模式区域在斥力场中迁移到的斥力平衡位置进行模式识别。比较普通SOM神经网络、SVM、RESOM对故障模式的识别结果表明,该方法训练时间少、识别正确率高、识别结果稳定。 展开更多
关键词 自组织映射 斥力平衡 可信故障诊断 聚类迁移 神经网络
在线阅读 下载PDF
高等学校教育资源集聚分类的SOM模型及应用
15
作者 万雅奇 《计算机工程与应用》 CSCD 北大核心 2007年第22期228-230,234,共4页
从集聚分类的角度,实证研究高等学校教育资源状况聚类模型,提出教育资源状况的聚类模型并结合实际进行分类。
关键词 高等学校 教育资源 聚类分类 自组织特征映射网络(som)
在线阅读 下载PDF
基于SOM和PSO的非监督地震相分析技术 被引量:31
16
作者 张 郑晓东 +3 位作者 李劲松 路交通 曹成寅 隋京坤 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2015年第9期3412-3423,共12页
地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方... 地震相分析技术是储层预测的一种重要方法,可以用来描述有利沉积相带的分布规律.传统的地震相聚类分析方法对大数据的处理运算速度较慢,且容易陷入局部极小值,造成聚类分析的结构不准确.本文提出基于自组织神经网络(SOM)和粒子群优化方法(PSO)相结合的地震相分析技术,利用自组织神经网络能够保持原始地震数据的拓扑结构特性的特点,将大量冗余样本压缩为小样本数据,再通过粒子群的全局寻优能力改善K均值聚类的效果.理论模型和实际应用表明该方法能既有效实现数据压缩,又能提供较为准确的全局解,在地震相预测中兼顾计算效率和计算精度. 展开更多
关键词 自组织神经网络 粒子群算法 非监督地震相分析 聚类
在线阅读 下载PDF
基于SOM网络的股票聚类分析方法 被引量:7
17
作者 徐志超 梁艳春 时小虎 《计算机工程与设计》 CSCD 北大核心 2008年第9期2426-2428,共3页
无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还... 无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法。数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义。 展开更多
关键词 som神经网络 动态竞争 聚类 禁忌映射 股票分析
在线阅读 下载PDF
采用SOM和RBF神经网络优化的水下航行器噪声源识别 被引量:1
18
作者 涂松 贲可荣 +1 位作者 徐荣武 田立业 《计算机工程与科学》 CSCD 2007年第10期112-114,138,共4页
本文提出利用SOM优化RBF网络隐层节点的方法提高噪声源识别的速度。用SOM对已有样本进行聚类,确定出各聚类的中心和半径,将其传送到RBF的隐层节点,再利用反向传播算法调整隐层到输出层的权值。通过新的样本来检验和比较优化前后的网络... 本文提出利用SOM优化RBF网络隐层节点的方法提高噪声源识别的速度。用SOM对已有样本进行聚类,确定出各聚类的中心和半径,将其传送到RBF的隐层节点,再利用反向传播算法调整隐层到输出层的权值。通过新的样本来检验和比较优化前后的网络识别效果,验证了该方法的可行性和有效性。 展开更多
关键词 自组织映射(som) 径向基函数(RBF) 隐层优化 聚类 噪声源识别
在线阅读 下载PDF
一种自动抽取图像中可判别区域的新方法 被引量:6
19
作者 何清法 鲁松 +1 位作者 郝沁汾 李国杰 《计算机学报》 EI CSCD 北大核心 2002年第8期801-809,共9页
图像分割是图像处理中的一个难题 .为了自动抽取图像中的可判别区域 ,提出了一种基于自组织图归约算法的区域抽取新方法 .首先 ,利用包括颜色、纹理以及位置在内的多模特征抽取算法 ,原始图像被转换成特征图 ;接着 ,通过自组织映射学习... 图像分割是图像处理中的一个难题 .为了自动抽取图像中的可判别区域 ,提出了一种基于自组织图归约算法的区域抽取新方法 .首先 ,利用包括颜色、纹理以及位置在内的多模特征抽取算法 ,原始图像被转换成特征图 ;接着 ,通过自组织映射学习算法 ,特征图被映射成自组织图 ;然后 ,对自组织图实施归约算法得到一族约简的自组织图谱系 ;最后 ,利用一个综合的聚类有效性分析指标从约简的自组织图谱系中得到一个最优约简的自组织图 ,以此实现图像区域的分割 .新方法的有效性通过两个评价实验得到了验证 . 展开更多
关键词 自动抽取图像 可判别区域 特征图 自组织映射 自组织图归约 聚类有效性分析 图像分割 图像处理 计算机视觉
在线阅读 下载PDF
基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 被引量:168
20
作者 代倩 段善旭 +3 位作者 蔡涛 陈昌松 陈正洪 邱纯 《中国电机工程学报》 EI CSCD 北大核心 2011年第34期28-35,共8页
现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,... 现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。 展开更多
关键词 光伏发电量短期预测 神经网络 气象因素 自组织特征映射聚类 距离分析
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部