基于改进协同过滤算法的电力营销渠道引流策略

电力企业在数字化转型过程中,打造多渠道服务体系,充分利用“互联网+实体渠道”的方式,可以有效降低企业运营成本,为客户提供更加便捷、高效的服务。在上述背景下,提出了一种基于改进协同过滤算法的电力营销渠道引流策略,首先构造客户-属性数据矩阵,采用矩阵分解算法对原始客户属性矩阵中的缺失数据进行恢复,利用K-means算法对客户属性进行聚类。然后,利用客户混合类型属性相异性度量,通过基于用户的协同过滤推荐算法,寻找目标客户的K-最近邻矩阵,并制定出差异化的引流策略。最后以10万条缴费工单数据为例,分析了客户属性矩阵填充、不同度量方法与最近邻数目对引流准确率的影响,验证了所提算法的有效性和可行性。     

一个解决协同过滤推荐系统相关问题的新算法

针对大数据应用中用户协同过滤推荐系统存在的扩展性与稀疏性问题,提出融合奇异值分解与聚类的 SBK-CF算法。算法采用改进的皮尔逊相似度度量用户间的相似度,通过对降维后的用户进行聚类,并遍历用户的最临近簇生成推荐列表。实验结果表明,提出的算法能够有效完成个性化推荐,在一定程度上解决用户协同过滤推荐系统中存在的扩展性与稀疏性问题。     

基于K-Means聚类算法的改进

本文基于传统的K-means聚类方法提出来一种基于密度的改进K-means聚类方法。改进后的方法,首先选取数据集中密度最大的点作为第一个聚类中心点,以此为基准,选取离此点最远的点作为第二个初始聚类中心,再在剩余的点中找出离这两个初始点距离最远的点作为第三个聚类中心,以此类推,直到找到所需的K个点,之后再根据K-means算法迭代更新聚类中心,直到收敛或达到设定的迭代次数为止。实验结果表明,本文提出的方法与传统K-means方法相比准确率及稳定性方面均有所提高,可以作为聚类研究的一个新的思路。     

一种改进的RBF神经网络及其在短期交通量预测中的应用

文中提出了一种改进的RBF神经网络最近邻聚类学习算法，并将其应用于短期交通量预测中，实验结果表明，改进算法的拟合效果明显优于常规最近邻聚类学习算法的拟合效果，可以明显提高RBF神经网络的性能。     

一种改进的足球机器人协作射门策略研究

在分析了众多的足球机器人的射门算法的基础上,结合足球机器人比赛的实际特点——机器人位置动态变化的特性,提出了一种改进的射门算法——基于基准圆的足球机器人协作射门算法。该算法根据足球机器人在比赛场上的分布情况,选择最佳的射门队员来完成射门动作,采用基于动态基准圆的方法,并通过仿真试验证实了该方法的有效性。     

一种改进的足球机器人协作射门策略研究

在分析了众多的足球机器人的射门算法的基础上,结合足球机器人比赛的实际特点--机器人位置动态变化的特性,提出了一种改进的射门算法--基于基准圆的足球机器人协作射门算法.该算法根据足球机器人在比赛场上的分布情况,选择最佳的射门队员来完成射门动作,采用基于动态基准圆的方法,并通过仿真试验证实了该方法的有效性.     

负荷中长期预测中一种改进的模糊聚类算法

电力系统中长期负荷的变化常常不是只依靠电力系统本身的信息和就可以正确描述的,它受到该地区社会、经济等多方面因素的制约,可以利用模糊聚类法从经济发展的角度对中长期负荷进行预测。结合最佳聚类Ｆ选优法的应用,章提出了一个发行的模糊聚类电力负荷中长期预防的新算法。应用该方法进行实全例计算,并同其它３种算法进行比较,表明该方法的预测精度较高。     

一种改进的快速全景图像拼接算法

全景图拼接是将具有共同部分的多幅图像进行组合,实现一幅全景图的过程.针对基于传统SIFT(scale-invariant feature transform)算法全景拼接中的特征点匹配计算消耗时间过长和存在冗余错误的不足提出了改进.其中,传统算法的特征点匹配计算是基于KD-tree算法的树结构,由近及远地逐个查找并计算特征点的匹配度;改进后的最近邻搜索算法(best-bin-first,BBF)是先根据每个特征点的多维度分量特性对其进行优先级排序,查询时总是从优先级高的开始,来提高匹配计算效率.冗余错误问题则是通过随机采样一致算法(RANSAC)的优化迭代计算错误概率,代替传统方法的阈值筛选法来减低错误匹配点的出现次数.实验中分别对简单纹理图像和复杂纹理图像进行了拼接实验并与原算法比较,证明本算法的拼接精度和时效性的提升.     

一种新的基于粗集编码的模糊聚类数据处理方法

本文提出一种新的基于粗集编码的模糊聚类数据处理方法.该方法对电子测量信息处理中的数据,根据粗集理论进行编码、特征属性简化,然后利用模糊隶属度函数将输入精确信息映射为模糊变量信息,提出把数据特征的重要性因子结合在模糊聚类的分类隶属度函数中以提高数据聚类处理的能力,并利用最小化目标函数离线学习来搜索测量数据聚类的聚类中心,该方法可以通过人工神经网络实现.     

基于一种改进蚁群算法的动态无功优化

为满足并联电容器开关或有载调压变压器分接头等离散控制设备最大允许动作次数的限制,根据负荷变化情况提出采用全天各时段的离散控制设备延缓动作时间来避免不必要的调节。运用层次聚类法和引入种群多样性思想,提出一种求解动态无功优化的改进蚁群算法。该算法用各时段的离散控制设备动作次数修改初始信息素;在每个时段优化过程中,对系统各节点灵敏度进行聚类分析后确定信息素变化量,并用离散控制设备的动作次数对其修改。通过对IEEE 14节点系统进行的仿真计算验证了所提方法的可行性和有效性。     

基于改进维纳滤波的运动模糊仪表图像恢复算法

运动模糊图像复原问题,是仪表智能读数的关键技术之一。提出了一种自适应模糊角度估计方法以有效地检测模糊方向,此方法根据极径累加值作为判断依据自适应地选取Hough变换或Radon变换获得模糊方向检测结果。提出了改进维纳滤波复原方法,实现参数的自动设定,并对边缘像素的振铃效应进行抑制。实验结果表明,自适应模糊角度估计方法有效地检测到了运动模糊方向,改进维纳滤波方法获得了理想的复原结果、避免了振铃效应的出现。     

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。     

改进GM(1,1)自适应滤波组合新陈代谢模型在电力远期价格预测中的应用

随着电力工业市场化的日益深入,电力远期价格的预测日益重要。电力远期价格受实时电价、利率、负荷需求、社会发展等多种因素影响,变化趋势复杂,无法建立一个准确的数学模型进行描述。本文提出了基于自适应滤波算法和改进灰色GM（1,1）模型的组合新陈代谢预测算法。用此模型进行的预测能不断将系统新信息引入算法,使预测更接近最新的变化趋势。     

二级椒盐噪声检测的极值滤波算法

为准确检测图像中的椒盐噪声并滤除,提出了一种基于极值的二级噪声检测滤波算法。该算法根据椒盐噪声的特点,确定了准噪声点的范围,把准噪声点和信号点分类。为了找出准噪声点中被误判的信号点,在图像的8个纹理方向上分别应用了极值噪声检测,根据中心像素点被判为极值的次数分离出信号点和噪声点;对噪声点,取滤波窗口内的信号点的中值进行滤波。试验结果表明:该算法对椒盐噪声有很好的抑制作用。     

基于差异性权重和协同过滤的黑启动方案评估

黑启动方案的优选对电力系统快速恢复供电具有重要意义。已有黑启动方案优选问题的研究均是在指标值数据完备的理想条件下进行,文中针对不完全信息下的电力系统黑启动方案评价问题展开研究,提出一种差异性权重和协同过滤相结合的综合评价模型。首先,根据原始评价数据计算指标间的差异性,得到差异性权重;然后,采用协同过滤方法预测缺失数据,获得完全评价矩阵;最后,计算每个方案的评分值,实现黑启动方案的完全排序。以天津电网的实际黑启动方案数据为基础进行了验证,验证结果表明了所提方法的有效性。     

基于模糊滤波和Prony算法的低频振荡模式在线辨识方法

考虑到Prony算法对输入信号要求较高、对分析数据的噪声非常敏感,提出一种模糊滤波和Prony算法相结合的电力系统在线低频振荡模式的辨识方法。该方法以广域测量信号作为输入,通过简单的模糊逻辑推理快速对输入信号进行滤波,利用Prony算法对滤波后的数字信号进行分析后在线获得电力系统低频振荡的模式。以华中电网支路302245上的有功功率振荡分析为例,通过对模糊滤波前后的输入信号进行比较以及对传统Prony算法和考虑模糊滤波的Prony算法分别进行低频振荡模式辨识的比较,表明了前置滤波的重要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。     

基于变步长自适应算法的滤波器设计

本文描述了基于自适应滤波理论的变步长窗口大小的自适应算法。该算法一般用于微型计算机为基础的继电保护及自动化设备。本文提出了一个变步长自适应窗算法,并给出了该算法的原理和如何改变窗口的大小和长度方法的步骤。仿真结果表明,该算法具有良好的性能,并适合在以微型计算机为基础的继电保护及自动化设备上的使用。     

一种改进的应用层组播树构建和维护算法

针对传统的应用层组播算法存在的转发延时高、组播树重构的修复时间长等不足,提出了一种改进的应用层组播树构建和维护算法.在建立组播树的过程中,综合考虑了度数限制、延时和带宽要求等因素,通过启发式规则和度数计算,为各个节点从其候选父节点中选择综合性能最佳的节点进行连接;在树的维护中,针对节点的异常退出情况,进行了故障检测,最...     

基于自适应滤波算法的谐波仿真分析

为改善自适应滤波算法的滤波效果,减小稳态误差,提高跟踪响应速度,并验证改进的变步长LMS滤波算法的有效性和优越性,利用电磁暂态仿真软件PSCAD/EMTDC,构建电网谐波仿真计算模型,并与传统的基于瞬时无功功率理论的p-q算法以及定步长LMS算法进行仿真比较,根据不同系统条件下的滤波仿真波形,进行快速傅里叶分析,验证了此改进变步长LMS算法在计算量增加不多的前提下,可以同时获得较好的跟踪速度和较小的稳态误差,证实了该算法的有效性。     

基于系数估值约束的改进LMS自适应滤波算法

为提高扩散LMS自适应滤波算法的收敛速度和保持较低的稳态误差,在扩散LMS算法基础上,提出一种基于参数估计值约束的分布式自适应网络滤波算法,算法在迭代收敛过程中,根据相邻迭代过程参数估计值差值约束实现自适应的调整步长大小,从而使得算法在估计初期采用较大步长以加速收敛,而在估计后期自适应的调整步长以保持较低的稳态误差。对比实验结果表明:相比于现有其他算法,所提算法在进行分布式估计时性能更优。