%0 Journal Article
%T 基于结构自适应神经网络用电量时间特征的聚类分析
%A 袁忠军
%A 陈刚
%J 重庆大学学报
%D 2007
%R 10.11835/j.issn.1000-582X.2007.08.011
%X 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.
%K 聚类分析
%K 最优聚类数
%K 人工神经网络
%K 用电量时间特征
%K 结构自适应
%K 聚类神经网络
%K 用电量
%K 时间特征分析
%K 聚类分析
%K Structural
%K Based
%K Power
%K Consumption
%K User
%K Time
%K Feature
%K Analysis
%K 价值
%K 电力生产
%K 安排
%K 调整
%K 电价
%K 用户
%K 网络技术
%K 数据挖掘
%K 营销
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200708285&flag=1