注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要:针对电力企业营销异常数据自动校核的效率问题,本文提出一种基于改进K-means算法的设计方案。通过优化K-means算法,采用自然最近邻搜索和相对密度度量,解决了低密度区域簇识别难题,对异常数据进行精确聚类。同时,本设计方案关注数据的一致性、唯一性和完整性,保证了数据质量。试验结果表明,与传统K-means自动校核方法相比,本方案显著缩短了校核时间,提高了自动校核效率。(剩余5341字)
登录龙源期刊网
购买文章
基于改进K-means的电力企业营销数据异常校核设计
文章价格:4.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001-1-1 0:00:00