10.3969/j.issn.1673-808X.2017.05.013
一种面向电力用户细分的鲁棒k-means算法
为了解决传统的k-means算法对初始聚类中心的选择敏感,以及必须事先指定生成簇数目,提出了一种鲁棒的k-means算法Rk-means.该算法使用改进的MaxMin初始化方法,解决了初始簇中心选择敏感问题.通过对海量用户信息进行关键聚类信息识别,进行自动聚类处理.实验结果表明了算法的有效性和鲁棒性,该算法被应用于电力客户细分,可帮助供电企业做出正确的电力市场营销策略.
k-means、聚类中心选择、自动分裂和合并簇、电力客户细分
37
TP391(计算技术、计算机技术)
国家自然科学基金61602295
2018-01-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
406-410