公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于时态密度特征的改进数据流聚类算法被引量：14: 2018年; 针对经典Clu Stream聚类算法的在线微簇聚类过程中限制微簇数量的增长,对微簇进行强制合并,使其在线聚类结果受到影响,导致数据流聚类质量不高,且难以适应海量大数据等问题,提出一种基于时态密度特征的改进Clu Stream聚类算法.首先,提出微簇时态密度的概念,并用其对微簇进行描述;其次,提出新的微簇删除、合并的机制,能够根据在线微簇的情况动态地添加微簇的数量;最后,应用并行化的框架将算法并行化,以适应海量实时大数据的需求.通过在人工数据集和真实数据集上的对比实验表明,改进后的数据流聚类算法相较于Clu Stream算法能够得到更高质量的聚类结果.; 陈羽中郭松荣郭昆郭昆林魏超; 关键词：数据流聚类并行计算

ELM算法在用户用电行为分析中的应用被引量：9: 2016年; 对于非法用电行为的检测,电力企业通常采用传统的人工检查方式,而这种方式的准确率和效率往往都比较低.提出一种将极限学习机(ELM)应用于预测存在非法用电行为用户的方法.首先,在收集到的用户历史用电数据,对原始数据进行预处理.然后,应用ELM算法建立异常用电行为的神经网络模型.最后,在真实用电数据上进行实证分析,通过与随机森林算法建立的预测模型及预测结果的对比,证明提出的方法具有较高的准确率和较好的性能.; 胡殿刚李韶瑜楼俏王琼程淼海王国军李国辉; 关键词：极限学习机

基于改进的并行K-Means算法的电力负荷聚类研究被引量：16: 2017年; 电力企业通常根据电力负荷数据,采用传统的K-Means算法对客户进行划分,而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法,无需手动指定聚类簇数。收集到的用户历史用电数据,使用并行计算框架Map Reduce对原始数据进行预处理。应用Canopy和K-Means算法建立自动负荷聚类模型。在真实用电数据上进行实证分析,通过使用Silhouette指标对结果进行评估,证明提出的方法更加稳定和具有广泛的适用性。; 许元斌李国辉郭昆郭松荣林炜; 关键词：并行计算 CANOPY K-MEANS

考虑社区结构稳定度的增量社区并行发现算法被引量：3: 2018年; 传统的动态网络社区发现方法是对每个时刻的网络分别通过静态算法进行社区检测,进而分析各个社区之间的关系,可能导致较高的时间开销.根据相邻时刻之间的拓扑结构变化不大的特点,提出一种考虑社区结构稳定度和增量相关节点相结合进行社区发现的方法 IPCSCDA(Incremental Parallel Community Detection Algorithm Considering The Stability Of Community Structure).算法以前一个时刻得到的社区结构为基础,通过基于Jaccard系数的社区归属判定条件来调整增量相关节点的社区归属,同时考虑每个社区的结构稳定度,以发现动态网络社区.通过增量方法分析相邻时刻网络的变化,避免了对整个网络进行重新划分,从而大大减少了算法的时间开销.在人工数据集和真实数据集上的实验表明,提出的算法具有良好的动态社区发现能力.; 郭昆李国辉李国辉吴伶陈羽中; 关键词：动态网络

全选清除导出

共1页<1>

李国辉