作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文选用了聚类算法对其展开分析,首先对符合聚类算法展开必要分析,指出其几个方面的特征,而后进一步深入,从细节之处加以讨论。
推荐文章
基于大数据平台的电力负荷预测
大数据
Hadoop
云计算
Mapreduce
电力系统
电力负荷预测
基于大数据的网络舆情监管预测算法研究
大数据
网络舆情
特征提取
舆情监管
基于大数据的多子网负荷预测
大数据
数据挖掘
神经网络
负荷预测
子网预测
相似度评价
基于大数据的数字图书馆流量预测算法
大数据分析
历史数据
数字图书馆
流量预测
仿真测试
执行效率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据的电力负荷预测算法
来源期刊 电子技术与软件工程 学科 工学
关键词 大数据 聚类算法 负荷预测
年,卷(期) 2020,(10) 所属期刊栏目
研究方向 页码范围 225-227
页数 3页 分类号 TP3
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 石晗弘 陕西理工大学电气工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
聚类算法
负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子技术与软件工程
半月刊
2095-5650
10-1108/TP
16开
北京市海淀区玉渊潭南路惠普南里13号楼
2012
chi
出版文献量(篇)
36183
总下载数(次)
321
总被引数(次)
56308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导