基于KD-Tree與DBSCAN的水電機組狀態(tài)監(jiān)測數(shù)據(jù)清洗方法

摘要： 針對水電機組狀態(tài)監(jiān)測數(shù)據(jù)量逐步增大，數(shù)據(jù)質(zhì)量差的問題，提出了一種基于改進(jìn)K維樹（K-Dimensional Tree,KD-Tree）與基于密度的空間聚類算法（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）的水電機組狀態(tài)監(jiān)測數(shù)據(jù)清洗方法，首先對輸入數(shù)據(jù)建立KD-Tree，再使用DBSCAN在... （共5頁）