正在为您运送作品详情https://mbd.pub/o/bread/ZJqclJ9v
参考文献:
基于机器学习的短期电力负荷预测和负荷曲线聚类研究_张辰睿(硕士论文)
参考其第三章
主要内容:
主要包含四种聚类算法,K-means聚类、ISODATA聚类、L-ISODATA聚类及K-L-ISODATA聚类,并且包含了对聚类场景以及聚类效果的评价。
程序完美运行注释清晰,非常容易理解!!
部分程序:
%% K-means 聚类结果图
for i=1:km
figure
subplot(2,1,1);
plot(CW(i,:)/(max(CW(i,:))),'-');xlabel('采样点');ylabel('标幺值');axis([1 92 -inf inf])
titlemane=strcat('k-means第',num2str(i),'聚类中心(归一化)');
title(titlemane)
subplot(2,1,2);
cu=Clust{i};
plot(cu','-');xlabel('采样点');ylabel('负荷');axis([1 92 -inf inf])
titlemane=strcat('k-means第',num2str(i),'场景聚类');
title(titlemane)
end
%% ISODATA聚类方法
[AA,BB]=ISODATA(x,K,theta_N,theta_S,theta_c,L);
for i=1:K
if size(AA{i},2)==1
k_num1=k_num1+1;
AA{i,1}=[];
BB{i,1}=[];
end
end
AA(cellfun(@isempty,AA))=[];
BB(cellfun(@isempty,BB))=[];
程序输出结果图:
一共22张图,包含各聚类算法的对比.