| 一种基于混合聚类和支持向量机的用电数据分类算法 |
| |
| 引用本文： | 徐增敏,赖勇,李文彬.一种基于混合聚类和支持向量机的用电数据分类算法[J].长沙理工大学学报(自然科学版),2006,3(2):64-68. |
| |
| 作者姓名： | 徐增敏 赖勇 李文彬 |
| |
| 作者单位： | 1. 长沙理工大学,计算机与通信工程学院,湖南,长沙,410076
2. 内江电业局,信息中心,四川,内江,641000 |
| |
| 基金项目： | 浙江省湖州市自然科学基金 |
| |
| 摘 要： | 用电数据分类是判断线路电量是否异常的重要方法.由于计量监测终端获得线路上的实时数据存在不明显的差别,而且目前尚未有较好的算法来区分这种差别,因此,针对用电管理过程中的不可预知性,根据线路上实时用电数据的特点,提出了首先利用聚类算法对电量数据进行预处理,然后使用支持向量机进一步优化分类结果的算法.计算结果表明,该算法提高了用电数据分类的准确性,降低了训练的复杂度.
|
| 关 键 词： | 用电管理 支持向量机 混合聚类 模糊推理 |
| 文章编号： | 1672-9331（2006）02-0064-05 |
| 收稿时间： | 2005-11-04 |
| 修稿时间： | 2005年11月4日 |
An algorithm of electro-data classification based on mixed clustering and support vector machine |
| |
| XU Zeng-min,LAI Yong,LI Wen-bin.An algorithm of electro-data classification based on mixed clustering and support vector machine[J].Journal of Changsha University of Science and Technology:Natural Science,2006,3(2):64-68. |
| |
| Authors: | XU Zeng-min LAI Yong LI Wen-bin |
| |
| Institution: | 1. College of Computer and Communication Engineering, Changsha University of Science and Technology, Changsha 410076, China ;2. Information Center , Neijiang Electric Power Bureau, Neijiang 641000, China |
| |
| Abstract: | Real-time Electro-data Classification is important for distinguishing abnormal electro-data.As there are no apparent distinctions,those data can not be distinguished by perfect algorithm so far.Therefore,aiming at the unpredictability of electricity manage process,a algorithm,which combine support vector machine(SVM)with mixed cluster,was presented to pretreats real-time electro-data and then improves the result by SVM according to the character of real-time electro-data.Experiment results show that this algorithm improve the precision of classification apparently and reduce the complexity of training. |
| |
| Keywords: | electro-management support vector machine mixed cluster fuzzy inference |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
