文献

J-GLOBAL ID：202102258779288907   整理番号：21A0050624

結合手肘法と期待値最大化のガウス混合クラスタリング電力系統顧客クラスタリングアルゴリズム【JST・京大機械翻訳】

Gaussian mixture clustering algorithm combining elbow method and expectation-maximization for power system customer segmentation

著者 (4件)： Chen Yu (重慶广彙供電服務有限責任公司信息通信分公司,重慶400014) ,  Tian Bojin (国网重慶市電力公司信息通信分公司,重慶401120) ,  Peng Yunzhu (国网重慶市電力公司信息通信分公司,重慶401120) ,  Liao Yong (重慶大学微電子与通信工程学院,重慶400044)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 40  号： 11  ページ： 3217-3223  発行年： 2020年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力系統顧客のユーザ経験をさらに向上させるため、既存のクラスタリングアルゴリズムの探索能力が悪く、コンパクト性が不足し、そして、クラスタ数の最適値を求める難題に対して、手肘法と期待値最大化(EM)を組み合わせたガウス混合クラスタリングアルゴリズムを提案し、大量のクライアントデータにおける潜在情報をマイニングした。提案したアルゴリズムはEMアルゴリズムにより良好なクラスタリング結果を反復し,従来のGauss混合クラスタリングアルゴリズムはユーザのグループ数の欠点を早めに獲得し,手肘法を用いて顧客のグループ数を適切に見つける。事例研究は,提案したアルゴリズムが,階層的クラスタリングアルゴリズムとK-Meansアルゴリズムと比較して,FM,AR指数の増幅が10%以上,コンパクト性(CI)と分離度(DS)が,それぞれ15%と25%未満であり,可視性能が大幅に向上することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *電力系統 ,  *クラスタ化 ,  *クラスタ ,  事例研究 ,  可視度 ,  コンパクト性
準シソーラス用語： *混合クラスタ ,  分離度 ,  *EMアルゴリズム ,  最適値 ,  階層的クラスタリング ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (8件)： 結合手 ,  肘 ,  期待値最大化 ,  ガウス ,  クラスタリング ,  電力系統 ,  顧客 ,  クラスタリングアルゴリズム