摘要
本发明提供了一种碳排放监测用户分类方法,其特征在于,所述方法包括:采集碳排放监测用户的能耗数据,并对所述能耗数据进行空缺数据查补;归一化处理查补后的能耗数据;构造基于量子花授粉优化算法的FCM聚类模型;使用基于日期的方法组织归一化处理后的能耗数据,并利用所述FCM聚类模型对归一化处理后的能耗数据进行聚类;利用t‑SNE降维方法对聚类后的能耗数据进行降维,可视化聚类结果。本发明采用先对数据进行聚类处理,再采用t‑SNE的大数据降维方法降低能耗数据的复杂度,提升了分析效率的同时又保留了关键信息,使得聚类结果更加准确可靠并能可视化,充分分析数据间的关系,减小了误差。
技术关键词
分类方法
生成对抗网络
能耗
聚类
梯度下降法
花朵授粉算法
误差系数
数据处理模块
数据降维方法
数据采集模块
粒子
FCM算法
电能计量表
GAN模型
通信接口
归一化方法
可读存储介质
存储器
系统为您推荐了相关专利信息
家族分类方法
统计特征
融合特征
序列特征
深度神经网络
BERT模型
关键词
神经网络模型
分类方法
标签模型
机器学习模型
电子健康记录
医学影像数据
数据采集接口
CT扫描图像
高比例新能源
频率特性分析
建模方法
新能源电网
发电机组