一种改进的最小二乘回归子空间分割方法

最小二乘回归(LSR)算法是一种常见的子空间分割方法，由于LSR具有解析解，因此它的聚类性能较高。然而LSR算法是应用谱聚类方法聚类数据，谱聚类方法初始化聚类中心是随机的，会影响后面的聚类效果。针对这一问题，提出一种基于聚类中心局部密度和距离这2个特点的改进的LSR算法（LSR-DC）。在Extended Yale B数据集上进行实验，结果表明，该算法有较高的聚类精度，具有一定的鲁棒性，优于现有LSR等子空间分割方法。     

基于大数据的配电网运行风险智能预警方法

随着配电网规模化建设数量的增多,在运行过程中易发生故障等问题繁盛频率也逐渐加大,因此为了提高配电网运行风险预测能力,依托大数据技术提出了配电网运行风险智能预警方法.通过粒子群算法识别配电网运行风险相关数据,并对其进行数据集合;采用回溯法清洗数据,根据莱特检测法剔除不良数据,利用多源异构融合法合并数据源,完成数据分类预处...     

基于协同表示的子空间聚类*

针对稀疏子空间聚类(SSC)求得的系数矩阵过于稀疏和最小二乘回归子空间聚类(LSR)求得的系数矩阵过于稠密的问题,文中提出基于协同表示的子空间聚类算法(SCCR).结合SSC和LSR的优点,将l₁范数和Frobenius范数引入同一优化问题中,使系数矩阵保证在同一子空间数据点联系(如LSR)的同时,消除不同子空间数据点之间的联系(如SSC).然后利用此系数矩阵建立相似矩阵,应用谱聚类得到聚类结果.实验表明SCCR可以提高聚类性能.     

基于A2范数的加权低秩子空间聚类

子空间聚类在运动分割、人脸聚类上得了广泛的应用,并且取得很好的聚类效果.针对稀疏子空间聚类和最小二乘回归子空间聚类求得的表示系数存在类内过于稀疏和类间过于稠密的问题,本文利用l₂范数,提出一种基于欧氏距离的且具有组效应的加权低秩子空间聚类算法,此算法通过基于欧氏距离的加权方式,使得最终的表示系数在保证同一子空间数据点联系的同时,减小不同子空间数据点之间的联系.利用此表示系数建立相似矩阵J,将J应用到谱聚类得到聚类结果.实验结果表明,与当前流行的算法比较,本算法取得了较好的聚类效果.     

一种负控仿真培训系统的设计

本文以新一代用电信息采集系统为基础,借助培训仿真系统,以负控仿真装置为载体,通过模拟现场的运行环境,产生与实际运行环境相适应的负荷环境。负控仿真模拟系统模拟新一代用电信息采集系统中功能,实现电力负荷控制员（高压）培训仿真功能,如新建专变采集终端档案,参数调试,轮次开关跳闸,电表数据补招,遥控跳闸,有序用电等。