社区云

聚类

QFIUNE 来自 AtomGit开源社区

gitcode.csdn.net · 18小时前

CD-HIT 详解：序列去冗余、安装使用与聚类结果解析

CD-HIT是一款高效的生物序列聚类工具，通过贪心算法和局部敏感哈希快速将相似序列分组。它通过设置相似度阈值（如0.4-0.9）来降低数据冗余，在蛋白质相互作用预测中尤为重要，能防止模型通过记忆相似序列而非学习互作模式导致的评估偏差。

#聚类 #数据挖掘 #机器学习 +3

164 

5 
胖哥真不错来自快递鸟社区

kdniao.csdn.net · 2025-10-28 16:28:22

基于Python进行电商用户行为可视化分析和基于聚类的用户分群项目实战

本项目基于Python对电商用户行为数据进行分析与聚类分群。通过200万条真实数据，分析用户浏览、收藏、加购、购买等行为模式，发现用户活跃度与购买转化率在夜间高峰明显，活动期间购买率显著提升。采用K-means聚类识别出5类用户群体，包括高活跃高价值用户、潜在用户等。研究为精准营销和用户运营提供数据支持，建议针对不同群体制定差异化策略。项目包含完整的数据处理、特征工程、建模分析流程，相关代码和资料

#python #聚类

1419 

19 
Tim_Liang1214 来自快递鸟社区

kdniao.csdn.net · 2025-09-30 00:08:50

基于 K-Means 的客户细分与营销策略 —— 珠宝电商案例研究

本文基于珠宝电商真实交易数据，采用K-Means聚类和RFM模型进行客户细分研究。通过数据清洗、特征工程（构建RFM指标及多维行为特征）和PCA降维处理后，确定3个最优客户群：高潜力客户、流失风险客户和价格敏感型客户，并针对每类群体提出差异化营销策略。研究展示了从数据处理到商业落地的完整流程，同时指出数据代表性等局限性，建议未来结合深度学习方法提升营销精度。该案例为电商客户细分提供了可借鉴的实施框

#python #聚类 #分类

820 

7 
Omics Pro 来自 AtomGit开源社区

gitcode.csdn.net · 2026-05-01 11:05:39

AI化学语言模型扒拉出数10种既往未知代谢物

思维导图核心内容。

#人工智能 #语言模型 #自然语言处理 +4

678 

19 
xiaoxingkongyuxi 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-29 12:30:00

项目介绍 MATLAB实现基于WOA-Kmeans鲸鱼优化算法（WOA）结合K均值聚类（Kmeans）进行多特征分类预测（含模型描述及部分示例代码）专栏近期有大量优惠还请多多点一下关注加油谢谢

摘要：本项目基于MATLAB R2025b实现了鲸鱼优化算法(WOA)与K均值聚类(Kmeans)相结合的多特征分类预测模型。针对传统K均值算法在高维数据中易陷入局部最优的问题，通过WOA的全局搜索能力优化初始聚类中心，提升聚类精度和鲁棒性。项目包含数据预处理、WOA优化、Kmeans聚类、分类预测和可视化评估五大模块，采用向量化编程提高计算效率，并通过主成分分析降维展示聚类结果。实验表明，该混合

#算法 #matlab #kmeans +4

121 

2 
2201_75420345 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-29 00:10:35

YOLOv2算法全方位解析：从BatchNorm到聚类先验框的九大改进

YOLOv2在YOLOv1基础上进行了多项重大改进，包括引入BatchNorm、高分辨率分类器、AnchorBox机制、K-means聚类先验框、直接位置预测以及细粒度特征融合等关键技术。这些改进使检测精度显著提升，特别是解决了小目标检测和定位精度问题。网络结构上采用全卷积的DarkNet-19骨干，去除全连接层，支持多尺度训练。通过聚类算法自动学习最优先验框尺寸，结合直接位置预测机制确保训练稳定

#算法 #聚类

427 

5 
碎念316 来自 DeepSeek技术社区

deepseek.csdn.net · 2026-04-28 14:33:28

别再当百度用了！DeepSeek-V4 指南（附提示词模板与避坑手册）

DeepSeek-V4使用指南：从选型到实战技巧本文针对DeepSeek-V4开源模型提供实用指南。首先对比Flash与Pro版本的差异：Flash适合日常任务(75万字长文本处理)，Pro则胜任复杂开发场景。在代码能力方面，建议通过特定Prompt引导模型深度思考，如要求分步分析而非简单提问。处理长文本时需注意防止"幻觉"，可采用物理隔离、分块切片等方法。文章还提供了三个实

#人工智能 #语音识别 #机器学习 +3

901 

3 
李锦科研来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 07:45:03

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

365 

13 
老杰爱编程来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 07:32:40

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

317 

6 
2501_93142541 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 07:20:17

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

291 

9 
woshilaiwade 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 07:07:52

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

283 

4 
老潘编程来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 06:55:28

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

292 

7 
茜姐_博客来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 06:43:01

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

297 

9 
荧光Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 06:30:40

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

330 

6 
2501_92824524 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 06:18:23

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

310 

11 
2501_92823441 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 06:06:00

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

303 

9 
抬头望远方来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 05:53:37

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

314 

5 
qq408157250 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 05:41:13

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

281 

8 
欢多天天写代码来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 05:28:52

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

288 

8 
yyds_2201 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 05:16:31

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

287 

10 
吃兔子的大脑腐来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 05:04:08

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

304 

9 
程序猿鑫来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 00:56:44

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

281 

7 
稷下科研社来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 00:44:23

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

322 

11 
荔枝科研社来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 00:31:59

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

300 

9 
我爱Matlab编程来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-28 00:16:13

蒙特卡洛风光场景并通过削减法聚类法得到几个典型场景（包含Matlab代码和Python代码实现）

蒙特卡洛方法是一种基于随机抽样的数值计算方法，通过多次随机抽样来估计系统的行为，从而得到系统的统计性质。在风光模型中，蒙特卡洛方法可以用来模拟风速、风向和太阳光照的变化，进而评估风力和太阳能系统在不同条件下的性能。

#聚类 #matlab #python +1

314 

11 
wayz11 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-27 10:43:15

Day 15 编程实战：KMeans聚类与股票风格分类

本文介绍了使用KMeans聚类算法对股票进行风格分类的实战案例。首先通过生成模拟数据创建了300只股票样本，包含市盈率、市净率、ROE等5个关键特征。然后演示了如何使用肘部法则和轮廓系数确定最佳聚类数量，并比较了KMeans++与传统随机初始化的效果差异。最后对A股股票进行聚类分析，将股票划分为价值股、成长股、盈利股和热门股等风格类别，通过PCA降维可视化展示聚类结果。整个案例涵盖了数据预处理、模

#kmeans #聚类 #分类 +2

813 

22 
大雨淅淅1999 来自龙虾开发者社区

devpress.csdn.net/xclaw · 2026-04-25 23:48:13

【AI大模型】Agent智能体开发从入门到实战

《AI Agent智能体开发全流程指南》摘要：本文系统介绍了AI Agent智能体的开发方法，从核心认知到实战应用。首先解析Agent与传统ChatBot的区别，强调其自主决策和执行能力。随后详细讲解开发流程：技术栈选型（推荐LangChain框架）、环境搭建、密钥准备等前置工作。核心开发部分涵盖四大模块：大模型接入（大脑）、工具调用（手脚）、记忆系统（经验）和规划能力（思维）。通过智能研发助手案

#人工智能 #microsoft #机器学习 +4

395 

11 
Omics Pro 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 09:51:12

新一代质谱，到底给蛋白质组学带来了什么

新一代质谱平台（Orbitrap Astral、timsTOF Ultra）凭借更高的分析深度与灵敏度，正在重塑蛋白质组学研究。本研究以支气管肺发育不良模型的新生小鼠肺组织为样本（n=12），采用４种采集策略（Exploris 480 DDA/DIA、Astral高分辨DIA、timsTOF Ultra DIA-PASEF），将上述平台与Orbitrap Exploris 480开展对比。所有平台

#机器学习 #人工智能 #支持向量机 +2

506 

11 
老杰爱编程来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 07:47:58

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

20 
2501_93142541 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 07:35:33

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

22 
woshilaiwade 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 07:23:07

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

22 
老潘编程来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 07:10:47

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

21 
茜姐_博客来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 06:58:27

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

24 
荧光Matlab 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 06:46:10

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

20 
2501_92824524 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 06:33:45

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

25 
2501_92823441 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 06:21:24

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

16 
抬头望远方来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 06:09:03

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

20 
qq408157250 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 05:56:42

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

12 
欢多天天写代码来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 05:44:19

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

17 
yyds_2201 来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 05:31:54

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

15 
吃兔子的大脑腐来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 05:19:30

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

20 
荔枝科研社来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 00:59:40

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

26 
稷下科研社来自 AtomGit开源社区

gitcode.csdn.net · 2026-04-25 00:47:20

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

文章来源：对用户进行分类，将每一类用户的负荷叠加，为每个类建立预测模型，如图3.3所示:先采用聚类算法依据用电行为和习惯对用户进行划分，将具有相似用电习惯的用户分为同一类，同一类的用户的用电数据叠加在一起，再为每一类建立负荷预测模型。这种做法综合了上述两种策略，取长补短，既可以避免为每个用户都建立预测模型带来的问题，同时又可以加强对不同用电特性的用户的学习能力，提高预测准确性。

#算法 #聚类 #matlab +1

18 

标签介绍

聚类

——聚类

热门标签

关于我们

联系我们（工作时间：8:30-22:00）

400-660-0108 kefu@csdn.net