本文主要研究内容
作者犹峰,王渊（2019）在《优化GSA算法在电力调度系统不良数据检测中的应用》一文中研究指出：为了克服传统聚类方法的初始值随机性较大对GSA算法的影响,本文提出了一种基于区域密度统计方法的优化GSA算法。该算法通过计算每个聚类对象的区域密度来选择最远的点,并以最高的区域密度作为初始聚类中心。实验结果表明,优化后的GSA算法提高了聚类的色散和不良数据辨识精度的准确性。同时,该算法大大降低了迭代计算的计算复杂度,提高了计算速度,节省了大量的计算时间。在系统庞大、数据量大的情况下,该算法是一种快速有效的算法,具有良好的应用前景。
Abstract
wei le ke fu chuan tong ju lei fang fa de chu shi zhi sui ji xing jiao da dui GSAsuan fa de ying xiang ,ben wen di chu le yi chong ji yu ou yu mi du tong ji fang fa de you hua GSAsuan fa 。gai suan fa tong guo ji suan mei ge ju lei dui xiang de ou yu mi du lai shua ze zui yuan de dian ,bing yi zui gao de ou yu mi du zuo wei chu shi ju lei zhong xin 。shi yan jie guo biao ming ,you hua hou de GSAsuan fa di gao le ju lei de se san he bu liang shu ju bian shi jing du de zhun que xing 。tong shi ,gai suan fa da da jiang di le die dai ji suan de ji suan fu za du ,di gao le ji suan su du ,jie sheng le da liang de ji suan shi jian 。zai ji tong pang da 、shu ju liang da de qing kuang xia ,gai suan fa shi yi chong kuai su you xiao de suan fa ,ju you liang hao de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自自动化技术与应用的犹峰,王渊，发表于刊物自动化技术与应用2019年07期论文，是一篇关于电力系统论文,不良数据辨识论文,面积密度论文,间隙统计算法论文,聚类论文,自动化技术与应用2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自自动化技术与应用2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：电力系统论文; 不良数据辨识论文; 面积密度论文; 间隙统计算法论文; 聚类论文; 自动化技术与应用2019年07期论文;