基于DBSCAN-LERP-LSTM的桥梁静力水准垂直位移监测异常值检测与分析 被引量：1

1

作者 潘国兵 虞洪兵 +2 位作者 宿林 张顺涛 吴畏 《重庆交通大学学报(自然科学版)》 北大核心 2025年第8期25-32,共8页

针对桥梁沉降数据受环境变化和传感器故障影响而产生噪声的问题,提出了一种基于DBSCAN-LERP-LSTM的分析方法,以提高数据可靠性和分析准确性。以某高速公路斜拉桥2021—2023年的静力水准仪监测数据为例,先用DBSCAN算法,邻域半径ε为40,... 针对桥梁沉降数据受环境变化和传感器故障影响而产生噪声的问题,提出了一种基于DBSCAN-LERP-LSTM的分析方法,以提高数据可靠性和分析准确性。以某高速公路斜拉桥2021—2023年的静力水准仪监测数据为例,先用DBSCAN算法,邻域半径ε为40,领域内最少点数M为20,剔除9.8%异常值并线性插值填补缺失值,再通过时间序列分解发现2022年底沉降值约-0.4 mm,最后构建LSTM模型并用PSO、SSA、ACO的3种方法优化参数。结果表明:PSO-LSTM模型最优,均方根误差(R MSE)为0.419,平均绝对误差(M AE)为0.337,平均绝对百分比误差(M APE)为0.142%,为静力水准仪监测系统提供了有效的数据处理流程,对桥梁长期安全运营意义重大。 展开更多

关键词 桥梁工程 桥梁健康监测 dbscan模型 LSTM模型 参数优化

在线阅读 下载PDF 职称材料

DBSCAN-SMOTEENN-RF联合算法及在三维地质建模中的应用

2

作者 王桂林 陈晓玲 +1 位作者 岳佳豪 廖明勇 《地理与地理信息科学》 北大核心 2025年第3期19-26,共8页

三维地质模型可以有效表征地下地层分布和地质构造,但受限于工程钻孔数据的稀疏性、不规则性、不平衡性,单一的机器学习方法在地质建模中往往难以达到理想精度。针对工程钻孔数据的特性,该文提出一种基于DBSCAN-SMOTEENN-RF联合算法改... 三维地质模型可以有效表征地下地层分布和地质构造,但受限于工程钻孔数据的稀疏性、不规则性、不平衡性,单一的机器学习方法在地质建模中往往难以达到理想精度。针对工程钻孔数据的特性,该文提出一种基于DBSCAN-SMOTEENN-RF联合算法改进的机器学习三维建模方法。首先根据地质资料调整算法参数以优化数据,进而创建研究区栅格单元地质属性模型,并与单一随机森林(RF)模型进行预测对比,最后进行不同数据处理方法的建模结果分析。实证结果表明,DBSCAN-SMOTEENN-RF联合算法能有效消除数据不平衡现象并提升建模效果,在数据量有限或质量不均的情况下,与单一RF模型在三维地质建模中的精度相比,该算法准确率、召回率、F 1值和精确率分别提高8.38%、11.40%、10.12%、7.37%;在栅格单元地质属性模型的地层分布展示上,DBSCAN-SMOTEENN-RF模型的预测结果更符合勘察的地质情况。 展开更多

关键词 三维地质建模 机器学习 dbscan SMOTEENN 随机森林

在线阅读 下载PDF 职称材料

基于DBSCAN算法的网格化交通运行状态演变研究

3

作者 丁东玥 李树彬 +2 位作者 程远 崔博伟 杨宇雷 《物流工程与管理》 2025年第1期115-118,147,共5页

随着中国城市化进程的加速,一线城市交通拥堵问题日益凸显。目前,交通拥堵问题已经对各种城市化可持续化发展带来巨大的影响和沉重的压力,对其的交通分析已成为道路交通研究的热点之一。文中以成都市为例,通过构建基于道路网的网格模型... 随着中国城市化进程的加速,一线城市交通拥堵问题日益凸显。目前,交通拥堵问题已经对各种城市化可持续化发展带来巨大的影响和沉重的压力,对其的交通分析已成为道路交通研究的热点之一。文中以成都市为例,通过构建基于道路网的网格模型和应用DBSCAN聚类算法,对高峰时段的城市交通状态进行了深入探讨。研究发现,该方法能有效识别畅通、缓行和拥堵等不同交通状态,并揭示了交通状态的演变规律。通过时间维度和空间维度的分析,为交通管理和规划提供了科学依据,有助于提高城市交通管理效率、改善市民出行体验。 展开更多

关键词 dbscan算法 网格模型 交通运行状态

在线阅读 下载PDF 职称材料

深度学习结合改进DBSCAN聚类的数据异常检测

4

作者 王典 常军 《动力学与控制学报》 2025年第9期74-84,共11页

由于结构健康监测系统采集到的数据不可避免存在异常,导致无法从中获取结构真实健康情况,故异常数据检测对结构分析及其状态评估至关重要.为此,提出一种基于组合预测模型的多通道数据异常检测方法.首先,将结构健康监测数据分为两段,前... 由于结构健康监测系统采集到的数据不可避免存在异常,导致无法从中获取结构真实健康情况,故异常数据检测对结构分析及其状态评估至关重要.为此,提出一种基于组合预测模型的多通道数据异常检测方法.首先,将结构健康监测数据分为两段,前段只有环境引起的间歇性异常,后段包括间歇性异常以及传感器故障造成的数据异常.其次,通过根据余弦核密度估计各数据点的局部密度自适应地选取参数半径,并对基于密度的空间聚类算法(DBSCAN)改进,进而用该改进模型剔除前段数据中的间歇性异常得到清洗数据(即没有问题的正常数据).接着,基于多传感器间的相关性,结合卷积神经网络(CNN)的空间特征和长短期记忆网络(LSTM)的时间特征,训练清洗数据得到代表正常数据特征的数学模型.然后,在数学模型中输入后段数据得到预测数据,并将预测数据与后段数据对比得到预测误差,采用极值理论(EVT)拟合预测误差分布并设置阈值,进而检测数据的异常状况.最后,分析Dowling Hall人行天桥加速度监测数据表明,该方法能够有效提高结构健康监测异常数据的检测能力. 展开更多

关键词 深度学习 dbscan算法 数据异常检测 组合模型 结构健康监测

在线阅读 下载PDF 职称材料

一种基于改进DBSCAN的雷达信号分选算法 被引量：14

5

作者 王星 陈相 +3 位作者 周一鹏 陈游 肖冰松 王洪迅 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第3期47-54,共8页

针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度... 针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度点数阈值,可实现DBSCAN算法自适应运行;同时结合多维云模型理论,对DBSCAN算法分选结果进行有效性评估,利用判定结果进一步优化参数设置。根据仿真模拟的复杂对抗过程中帧收的雷达信号进行实验,证明该算法可实现非均匀雷达信号的自适应分选,同时可有效避免在多功能雷达信号分选中的“增批”问题。 展开更多

关键词 dbscan 聚类 云模型 雷达信号分选

在线阅读 下载PDF 职称材料

一种改进的DBSCAN算法及其应用 被引量：30

6

作者 李双庆 慕升弟 《计算机工程与应用》 CSCD 2014年第8期72-76,共5页

对网络流量等大规模数据,基于密度的DBSCAN聚类算法收敛时间过长、对某些流量聚类效果欠佳。在基于隐马尔科夫模型(Hidden Markov Model,HMM)的流量识别研究背景下,提出一种改进的DBSCAN算法,从减少每次区域查询次数及查询时间两方面提... 对网络流量等大规模数据,基于密度的DBSCAN聚类算法收敛时间过长、对某些流量聚类效果欠佳。在基于隐马尔科夫模型(Hidden Markov Model,HMM)的流量识别研究背景下,提出一种改进的DBSCAN算法,从减少每次区域查询次数及查询时间两方面提高算法的时间效率和准确率。并创新性地采用分治策略将新算法应用于自动构建网络协议的HMM模型。实验结果表明,改进的DBSCAN算法在保证聚类准确率的同时大大提高了时间效率,并能通过对网络流数据包进行聚类,正确完成网络协议HMM模型的自动建模。 展开更多

关键词 dbscan算法 隐马尔科夫模型(HMM) 分治 自动建模

在线阅读 下载PDF 职称材料

基于Kmeans-DBSCAN融合聚类的轴承异常温升诊断模型 被引量：13

7

作者 罗怡澜 邹益胜 +1 位作者 王超 邓佳林 《机械设计与制造》 北大核心 2020年第3期18-23,共6页

经典聚类算法在机车异常轴温诊断应用中存在判别阈值参经验化设定与漏判率、误判率较高的问题。利用机车轴温测点的关联性、异常温升特征分布特点,提出一种基于Kmeans-DBSCAN融合聚类的轴承异常温升诊断模型。首先将轴承异常温升的诊断... 经典聚类算法在机车异常轴温诊断应用中存在判别阈值参经验化设定与漏判率、误判率较高的问题。利用机车轴温测点的关联性、异常温升特征分布特点,提出一种基于Kmeans-DBSCAN融合聚类的轴承异常温升诊断模型。首先将轴承异常温升的诊断转化为多组关联序列中少数持续离群子序列的检测问题,再根据温度序列特征空间分布位置和局部密度差异性,通过Kmeans-BSCAN融合聚类分离出离群子序列,并实现了DBSCAN邻域判别阈值参数的自适应选取。基于某型机车履历数据的实例验证结果发现:该模型对异常温升诊断的准确率达100%,与Kmeans算法保持一致,比DBSCAN算法提高22.4%;误报率低至0.5%,比Kmeans算法降低18.5%,比DBSCAN算法降低12%。 展开更多

关键词 温度 异常检测 聚类 Kmeans-dbscan 诊断模型 机车车辆

在线阅读 下载PDF 职称材料

GPS技术在水利工程结构变形监测中的应用研究

8

作者 周振辉 商坡 《粘接》 2026年第2期556-558,563,共4页

为提高GPS定位技术在水利工程结构变形监测中的应用能力,提出一种基于ARIMA的GPS缺失数据填补方法。首先,对ARIMA模型和DBSCAN聚类算法进行简要介绍,然后给出基于ARIMA的GPS缺失数据填补方法的实现流程,最后通过实验测试表明:ARIMA模型... 为提高GPS定位技术在水利工程结构变形监测中的应用能力,提出一种基于ARIMA的GPS缺失数据填补方法。首先,对ARIMA模型和DBSCAN聚类算法进行简要介绍,然后给出基于ARIMA的GPS缺失数据填补方法的实现流程,最后通过实验测试表明:ARIMA模型可以对GPS缺失数据进行填补,但受异常值影响,预测数据与原始数据相差较大,而经过DBSCAN聚类算法对原始数据进行异常值识别和修复后,ARIMA模型的预测结果得到明显提高,可以准确地对GPS缺失数据进行预测和填补,提高了GPS定位技术的监测能力,使其更好的用于水利工程结构变形监测,保障水利工程可以安全、长效运行。 展开更多

关键词 GPS定位技术 ARIMA模型 dbscan聚类算法 水利工程结构

在线阅读 下载PDF 职称材料

基于DBSCAN的大坝安全监测异常数据检测算法 被引量：10

9

作者 李元梦 李登华 丁勇 《水电能源科学》 北大核心 2024年第1期149-152,共4页

为有效识别出安全监测数据中的异常值,考虑环境因素对观测值的影响,提出了一种基于DBSCAN聚类算法的大坝安全监测异常数据检测算法,通过引入数学回归模型获取残差序列,再结合DBSCAN算法对残差序列进行分析,并对大坝安全监测中常见的周... 为有效识别出安全监测数据中的异常值,考虑环境因素对观测值的影响,提出了一种基于DBSCAN聚类算法的大坝安全监测异常数据检测算法,通过引入数学回归模型获取残差序列,再结合DBSCAN算法对残差序列进行分析,并对大坝安全监测中常见的周期性、趋势性和不规则性数据进行异常检测试验。试验结果表明,该算法对各类异常添加模式下的试验数据查准率、查全率、准确率均达到0.99以上,相比于传统方法具有更好的适用性和鲁棒性。 展开更多

关键词 大坝监测 异常数据 回归模型 dbscan

原文传递

基于三次指数平滑模型与DBSCAN聚类的电量数据异常检测 被引量：71

10

作者 肖勇 郑楷洪 +3 位作者 余忠忠 周密 李森 马千里 《电网技术》 EI CSCD 北大核心 2020年第3期1099-1104,共6页

在电力系统的运行过程中,不可避免地会产生异常电量数据,如何高效地检测辨识这些异常数据是电力系统状态估计中至关重要的组成部分,也是电力系统运行的安全性和稳定性的基础。传统的异常检测方法只针对特定的电力系统特性,且存在计算量... 在电力系统的运行过程中,不可避免地会产生异常电量数据,如何高效地检测辨识这些异常数据是电力系统状态估计中至关重要的组成部分,也是电力系统运行的安全性和稳定性的基础。传统的异常检测方法只针对特定的电力系统特性,且存在计算量较大、准确率较低的问题。针对传统电量数据异常检测方法的不足,提出一种基于三次指数平滑模型和DBSCAN聚类的电量数据异常检测方法。三次指数平滑模型利用历史数据预测当前时刻区域用电量,然后对预测值和真实值相减得到残差项,最后利用DBSCAN密度聚类算法来对残差项进行聚类,实现电量异常数据的识别。对某电网的区域用电量数据进行实证分析并与3种常用异常检测模型进行实验对比。结果表明,三次指数平滑模型与DBSCAN聚类结合,在电量异常数据检测中检测率和误报率指标均取得了比较好的结果。 展开更多

关键词 异常检测 三次指数平滑模型 dbscan聚类 时间序列

原文传递

基于改进DBSCAN-RNN的电力负荷建模及可调特征提取 被引量：15

11

作者 张露 颜宏文 马瑞 《智慧电力》 北大核心 2023年第3期39-45,共7页

针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群... 针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群设定温度与天气温度、电器负荷功率的建模,考虑用户电器使用习惯,输出输入量对电器实际功率的影响因子以及电器可调功率与真实功率对应的状态方程参数。某市电热水器群实际数据结果表明所提方法可正确有效地获取海量电热水器群聚合负荷模型及其可调功率。 展开更多

关键词 可调潜力挖掘 改进dbscan聚类算法 RNN特征提取 负荷特性建模

在线阅读 下载PDF 职称材料

基于DBSCAN和CNN算法的重型车辆NO_(x)排放预测模型 被引量：8

12

作者 余舒 杨志刚 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第8期134-141,共8页

重型车辆的排放后处理系统,包含复杂的尾气处理单元和配套传感器。为精简后处理系统,基于改进的密度聚类算法和神经网络模型,构建氮氧化物NO_(x)的排放预测模型,此预测模型可部署于重型车辆后处理系统的控制器中以精简系统的传感器,实现... 重型车辆的排放后处理系统,包含复杂的尾气处理单元和配套传感器。为精简后处理系统,基于改进的密度聚类算法和神经网络模型,构建氮氧化物NO_(x)的排放预测模型,此预测模型可部署于重型车辆后处理系统的控制器中以精简系统的传感器,实现NO_(x)的浓度预测功能,保证后处理系统的正常运转,并针对不同应用场景,通过评价指标:NO_(x)排放浓度、Urea喷射量、NO_(x)比排放值,来分析模型的预测精度。研究结果表明:精简后的NO_(x)排放预测浓度与传感器测量浓度误差低于3%,精简后的后处理系统的尿素(Urea)喷射量的变化小于2.08%;NO_(x)的比排放变化保持在0.75%以内,精简后的车辆原机比排放值为7.53g/k Wh(未精简为7.59g/k Wh);嵌入算法模型的后处理系统的预测满足精度要求。 展开更多

关键词 车辆工程 重型车辆 氮氧化物排放模型 密度聚类 神经网络 后处理系统

在线阅读 下载PDF 职称材料

基于分层次DBSCAN-VBSO算法的区域综合能源系统两阶段调度优化 被引量：12

13

作者 于壮状 曾鸣 +4 位作者 刘英新 李静立 甘嘉田 赵嘉欣 王星 《电力自动化设备》 EI CSCD 北大核心 2019年第12期63-72,共10页

构建了一种面向园区级区域综合能源系统的日前-实时两阶段经济性调度优化模型。建立了综合考虑系统各类运行成本的日前经济性调度模型;在日前调度基础上通过修正各个微源机组、储能的运行状态并考虑柔性负荷的需求响应,构建了实时调度... 构建了一种面向园区级区域综合能源系统的日前-实时两阶段经济性调度优化模型。建立了综合考虑系统各类运行成本的日前经济性调度模型;在日前调度基础上通过修正各个微源机组、储能的运行状态并考虑柔性负荷的需求响应,构建了实时调度优化模型;为求解上述调度优化模型,提出了一种分层次密度聚类的变异头脑风暴优化(DBSCAN-VBSO)算法,通过保持种群多样性以增强算法的优化性能和计算效率;对综合能源系统两阶段调度模型和求解算法进行仿真计算。算例结果表明:采用两阶段调度优化模型能够有效提高可再生能源利用率,降低系统运行成本。并且算例结果验证了分层次DBSCAN-VBSO算法在求解此类优化问题时的有效性和优越性。 展开更多

关键词 区域综合能源系统 分层次dbscan-VBSO算法 两阶段调度优化模型 日前调度 实时调度

在线阅读 下载PDF 职称材料

基于改进DBSCAN的网约车出行需求预测 被引量：1

14

作者 白竹 马文慧 +1 位作者 秘梦迪 孔德华 《黑龙江工程学院学报》 CAS 2024年第2期28-36,共9页

为了解决网约车行业中供需不平衡问题,首先总结用户出行的分布特征,然后通过加权迭代DBSCAN算法得到用户出行热点区域,在此基础上,提出一种改进图卷积神经网络(GCN)的网约车需求预测模型。通过网约车实际出行数据,证明该模型的可行性和... 为了解决网约车行业中供需不平衡问题,首先总结用户出行的分布特征,然后通过加权迭代DBSCAN算法得到用户出行热点区域,在此基础上,提出一种改进图卷积神经网络(GCN)的网约车需求预测模型。通过网约车实际出行数据,证明该模型的可行性和有效性,其预测精度明显优于图卷积神经网络(GCN)、遗传算法(GA)、遗传算法支持向量机(GA-SVM)、反向传播神经网络(BP)、径向基函数神经网络(RBF)预测模型,该研究有助于优化网约车供需结构,对车辆调度具有重要价值。 展开更多

关键词 网约车 需求预测模型 dbscan 图卷积神经网络

在线阅读 下载PDF 职称材料

基于优化的ST-DBSCAN算法的智能手机及车辆定位模型 被引量：2

15

作者 刘云翔 陈斌 +1 位作者 林涛 施伟 《现代电子技术》 北大核心 2019年第21期134-140,共7页

为了降低HOV车道检测所需的建设成本和设备维护费用,进一步扩大监管区域,提出以优化ST-DBSCAN算法建立手机及车辆定位分析模型,能在一定程度上有效判断出在HOV车道上运行车辆的实际乘客数,为执行HOV车道中车辆实时监测提供一种新的辅助... 为了降低HOV车道检测所需的建设成本和设备维护费用,进一步扩大监管区域,提出以优化ST-DBSCAN算法建立手机及车辆定位分析模型,能在一定程度上有效判断出在HOV车道上运行车辆的实际乘客数,为执行HOV车道中车辆实时监测提供一种新的辅助检测手段。通过采集道路上运行车辆及移动智能手机GPS和基站定位数据,运用优化的ST-DBSCAN聚类算法进行分类建立定位分析模型,计算出各个簇的关键对象度量值,根据HOV车道实际规定车载人数作为其最小支持度,满足最小支持度的数据集就是最后挖掘建立模型的依据。实验结果表明,该模型在HOV车道上的应用能有效辅助检测HOV车道车辆并有较高的检测准确率。 展开更多

关键词 定位分析模型 ST-dbscan聚类算法 HOV车道 GPS定位 基站定位 结果分析

在线阅读 下载PDF 职称材料

基于DBSCAN和随机森林的单词记忆检索难度预测研究

16

作者 傅小倞 罗正军 +1 位作者 杨艺豪 郑祝倩 《现代电子技术》 2023年第21期105-110,共6页

单词记忆检索是指人在记忆中搜索到一个单词的过程,是单词学习的重要方面。目前关于单词记忆检索的研究非常有限。文中提出一种基于DBSCAN聚类和随机森林的单词记忆检索难度预测模型,通过仿真程序和机器学习算法,从单词自身特征出发预... 单词记忆检索是指人在记忆中搜索到一个单词的过程,是单词学习的重要方面。目前关于单词记忆检索的研究非常有限。文中提出一种基于DBSCAN聚类和随机森林的单词记忆检索难度预测模型,通过仿真程序和机器学习算法,从单词自身特征出发预测单词记忆检索的难度。首先开发一个单词记忆检索仿真程序,根据仿真程序结果以及单词的字母组成结构、词性、使用频率构造特征向量,训练一个随机森林回归模型集用于预测单词记忆检索难度七维向量表达。另外,使用DBSCAN聚类算法获取单词难度标签,在此基础上训练一个随机森林分类预测模型用于预测单词的难度分类。实验结果表明:回归模型集平均拟合优度R2值达到了0.906;分类预测模型准确率达到了0.985;模型整体具有较好的鲁棒性。 展开更多

关键词 记忆检索 dbscan聚类 特征向量 回归模型 分类预测 拟合优度 鲁棒性

在线阅读 下载PDF 职称材料

基于改进天牛群优化的DBSCAN聚类算法 被引量：9

17

作者 张文宇 治瑜 秦乐 《统计与决策》 CSSCI 北大核心 2022年第10期20-25,共6页

针对DBSCAN聚类算法对参数敏感、参数选取依靠经验的问题,文章提出了一种基于改进天牛群优化的DBSCAN聚类(IBSO-DBSCAN)算法。该算法首先提出一种自适应惯性权重更新策略,以平衡BSO算法的全局搜索和局部探索,同时引入正态云模型更新群... 针对DBSCAN聚类算法对参数敏感、参数选取依靠经验的问题,文章提出了一种基于改进天牛群优化的DBSCAN聚类(IBSO-DBSCAN)算法。该算法首先提出一种自适应惯性权重更新策略,以平衡BSO算法的全局搜索和局部探索,同时引入正态云模型更新群体位置;然后以评价聚类效果的CS指标作为算法的适应度函数;最后利用改进的天牛群优化算法自适应地选取DBSCAN聚类算法的全局最优参数Eps和MinPts。将算法在3种UCI数据集上进行有效性测试,实验结果表明,所提出的IBSO-DBSCAN算法在聚类效果方面优于对比算法,且具有更强的全局搜索能力。 展开更多

关键词 dbscan聚类算法 天牛群优化算法 正态云模型 聚类

在线阅读 下载PDF 职称材料

基于改进DBSCAN-GMM的设备健康量化建模与应用

18

作者 曾宪利 徐华志 李波波 《现代矿业》 CAS 2024年第11期203-207,共5页

设备的健康状态对于现代工业的生产安全和生产效率有着重要的影响,为了准确感知设备的健康状态,实现设备状态从定性分析到定量分析的过渡,提出了一种带噪声基于密度的聚类算法(DBSCAN),通过与高斯混合模型(GMM)进行结合,前者实现数据的... 设备的健康状态对于现代工业的生产安全和生产效率有着重要的影响,为了准确感知设备的健康状态,实现设备状态从定性分析到定量分析的过渡,提出了一种带噪声基于密度的聚类算法(DBSCAN),通过与高斯混合模型(GMM)进行结合,前者实现数据的分类,后者实现数据的建模,建立了基于改进DBSCAN-GMM的设备健康状态数据量化模型,并结合现场棒磨设备历史运行数据进行了实例分析,验证了该模型的有效性。 展开更多

关键词 设备健康状态 dbscan 高斯混合模型 数据感知模型

在线阅读 下载PDF 职称材料

基于DBSCAN算法的电力系统线路过载控制 被引量：1

19

作者 陈超 江雄 +1 位作者 石健 姚昱豪 《自动化与仪器仪表》 2024年第7期152-155,共4页

电力系统中负载分布不均匀导致缺失,且缺乏有效的负荷调节和平衡机制,容易导致线路过载问题。为此提出基于DBSCAN算法的电力系统线路过载控制策略研究。对原始电力系统中缺失的负荷数据通过DBSCAN二次聚类方法进行修补,以获得更全面的... 电力系统中负载分布不均匀导致缺失,且缺乏有效的负荷调节和平衡机制,容易导致线路过载问题。为此提出基于DBSCAN算法的电力系统线路过载控制策略研究。对原始电力系统中缺失的负荷数据通过DBSCAN二次聚类方法进行修补,以获得更全面的负荷数据;修补后的负荷数据用来构建线路过载控制模型。在构建模型时,以用电负荷、机组有功调整以及电压偏差最小为目标函数,以发电功率、负荷节点功率以及节点电压负荷为约束条件;使用二进制布谷鸟搜索算法对该模型进行求解,获取满足约束条件的最优解,通过不断地迭代和调整搜索的位置,寻找电力系统线路过载控制的最优策略。实验结果表明:所提方法的功率波动及电压偏移控制效果较好,在保障系统较好的线路过载控制效果的同时,具有较高的计算效率。 展开更多

关键词 dbscan算法 数据修补 线路过载控制模型 布谷鸟搜索算法

原文传递

DBSCAN算法在共享单车停放点选址中的应用与优化研究

20

作者 毛新颜 《信息与电脑》 2024年第19期56-58,共3页

本文提出了一种基于DBSCAN聚类算法的共享单车选址模型,通过对骑行数据进行聚类分析,识别出高需求区域,并构建了一个多目标选址规划模型,旨在满足用户覆盖率的同时,降低运营成本。研究结果表明,该模型在提高运营效率和用户满意度方面具... 本文提出了一种基于DBSCAN聚类算法的共享单车选址模型,通过对骑行数据进行聚类分析,识别出高需求区域,并构建了一个多目标选址规划模型,旨在满足用户覆盖率的同时,降低运营成本。研究结果表明,该模型在提高运营效率和用户满意度方面具有显著优势,为共享单车系统的优化管理提供了有效的支持。 展开更多

关键词 共享单车 选址模型 dbscan算法 数据分析 运营优化

在线阅读 下载PDF 职称材料