基于密度聚类算法的电力企业营销异常数据自动校核

摘要：

常规K-means自动校核方法校核时间较长,异常数据不能及时纠正,设计基于密度聚类算法的电力企业营销异常数据自动校核方法.采集电力企业营销的异常数据后,基于密度聚类算法选取自动校核参数,进而实现多类型保护的定值自动校核.试验结果表明:设计方法的自动校核时间更短,可以及时纠正异常数据,极具推广价值.

关键词：密度聚类算法、电力企业营销、异常数据、自动校核

分类号：TP311(计算技术、计算机技术)

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：142-144