基于递阶融合模糊的电力数据特征映射研究

• 作者: 李志强 袁翔 陈佳
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 多层递阶 融合模糊 高维数据 特征映射 主成分分析
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 应用技术
• 页码范围: 159-163
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.11.031

摘要

高维电力数据难以直接聚类,可通过特征映射实现数据降维.为此,文中设计了一种高维电力数据特征映射方法.建立高维电力数据的散布矩阵并提取高维电力数据特征,通过引入多层递阶融合理念并结合主成分分析降维方法,建立多层递阶融合模糊的特征映射方法,解决单层模糊特征映射后特征维数过高的问题,并通过MLHFFFM-FCM聚类算法检验特征映射后的降维电力数据.实验结果表明:该方法对高维电力数据的处理能力较高,平均转换率高于90％,且特征映射效果好、效率高,降维后的数据集聚类精度较高,整体性能表现优越.