重庆大学学报（自然科学版）
重慶大學學報（自然科學版）
중경대학학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION)
2007年
8期
44-48
,共5页
聚类分析%最优聚类数%人工神经网络%用电量时间特征
聚類分析%最優聚類數%人工神經網絡%用電量時間特徵
취류분석%최우취류수%인공신경망락%용전량시간특정
鉴于聚类分析在数据挖掘中具有重要的作用,针对聚类分析中聚类数确定难的问题,深入研究了聚类准则的选择和曲线特性,提出了一种基于SOFM神经网络的结构自适应聚类神经网络,其特点是能够自动确定最佳的聚类数.基于实际营销数据,采用结构自适应聚类神经网络技术实现了用户用电量时间特征分析,所得结论对于电价的针对性的调整以及合理地安排电力生产具有重要的参考价值.
鑒于聚類分析在數據挖掘中具有重要的作用,針對聚類分析中聚類數確定難的問題,深入研究瞭聚類準則的選擇和麯線特性,提齣瞭一種基于SOFM神經網絡的結構自適應聚類神經網絡,其特點是能夠自動確定最佳的聚類數.基于實際營銷數據,採用結構自適應聚類神經網絡技術實現瞭用戶用電量時間特徵分析,所得結論對于電價的針對性的調整以及閤理地安排電力生產具有重要的參攷價值.
감우취류분석재수거알굴중구유중요적작용,침대취류분석중취류수학정난적문제,심입연구료취류준칙적선택화곡선특성,제출료일충기우SOFM신경망락적결구자괄응취류신경망락,기특점시능구자동학정최가적취류수.기우실제영소수거,채용결구자괄응취류신경망락기술실현료용호용전량시간특정분석,소득결론대우전개적침대성적조정이급합리지안배전력생산구유중요적삼고개치.
