改进K均值聚类算法在电厂工况划分中的实现

• 作者: 孙建平 田婧 苑一方
• 来源期刊: 仪器仪表用户
• 学科: 工学
• 关键词: K均值算法 聚类中心 自适应 工况划分
• 年，卷（期）: 2010,（4）
• 页码范围: 54-55
• 分类号: TP273
• 字数: 2214字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1041.2010.04.028

摘要

本文介绍了改进K均值聚类算法的基本原理及应用.通过优化了初始聚类中心和可自适应调整到最佳值,改进的K均值聚类法和原始K均值法相比具有更高的分类准确率及更强的无监督自学习能力.并将此方法应用于基于实时数据的电厂工况划分,实验结果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙建平	华北电力大学自动化系	112	860	16.0	24.0
2	苑一方	华北电力大学自动化系	4	53	3.0	4.0
3	田婧	华北电力大学自动化系	2	7	2.0	2.0