Clustering algorithms; Forecasting; Wind power generation; Training; Wind forecasting; Testing; Time series analysis;
机译:基于深度信念网络的k均值聚类方法用于短期风电预测
机译:具有创新方法的PCA和K-in的混合互惠模型,其考虑子数据集改进K-Means初始化和逐步标记,以创建具有高可解释性的群集
机译:结合均值聚类和袋装神经网络的短期风电预测数据挖掘方法
机译:K-Means聚类,具有新的风力预测初始化方法
机译:使用统计方法的短期风电预测误差分析---通过海上空间平滑效应减少区域性总风电预测误差的研究。
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
机译:K-means聚类与Bagging神经网络相结合的数据挖掘方法 短期风电预测网络