سال انتشار: 2017

---

چکیده:

الگوریتم جدید سیستم تشخیص سرقت انرژی ناشی از الگوی مصرف (CPBET) را ارائه کردیم که از ویژگی قابل پیش­بینی الگوهای مصرف عادی و مخرب مشتری بهره­برداری می­کند. این رویکرد، کاهش عملی و نیز کاهش یادگیری ماشینی را مطرح می­کند. در کاهش عملی با کمک کنتورهای ترانسفورماتور توزیع، مناطق با احتمال بالای سرقت انرژی فهرست بندی می­شوند و با نظارت اختلالها در الگوهای مصرف، مشتریان متقلب شناسایی می­شوند

. در کاهش یادگیری ماشینی، دو بخش را مطرح می­کنند. در بخش اول مقاله خوشه­بندی فازی مبتنی بر k-means برای گروه­بندی مشتریان با نمایه­های مشابه انجام شد. در بخش دوم مقاله، طبقه­بندی K نزدیکترین همسایه فازی (KNN) انجام شد و فواصل اقلیدس تا مراکز خوشه­ای اندازه­گیری شدند. مشتریان با فواصل زیاد تا مراکز خوشه­ای، متقلبان بالقوه در نظر گرفته شدند.

---

کلمات کلیدی این محصول:

کلمات کلیدی اصلی این محصول: مقاله الگوریتم فازی ، مقاله خوشه بندی فازی ، مقاله فاصله اقلیدسی ، دانلود مقاله الگوریتم فازی ،  دانلود مقاله خوشه بندی فازی ، دانلود مقاله فاصله اقلیدسی

کلمات کلیدی انگلیسی: fUZZY ALGORITHM   ، Fuzzy Clustering