【摘 要】
：
提取有效的负荷运行数据特征对于提高非侵入式负荷识别的精度具有重要作用。针对数据特征选择欠佳导致负荷识别准确率不高的问题,提出了一种基于ReliefF-DDC特征选择算法,用于降低特征维数减少复杂度,改善负荷识别效果。首先,利用ReliefF算法分析各特征与类别的关系计算特征权重,筛选无关特征;其次,利用DDC算法计算特征之间与类别的互信息分析相关性,根据特征子集评价度量删除冗余特征;最后,采用孪生支持向量机(TWSVM)作分类器进行负荷识别。实验表明,所提出的算法在提升分类效果的同时减少了运行时间。
【机 构】
：
南京工程学院电力工程学院,南京工程学院信息与通信工程学院
【基金项目】
：
国家自然科学基金项目(61702258),国家重点研发计划(2017-YFB0903504)。
论文部分内容阅读
提取有效的负荷运行数据特征对于提高非侵入式负荷识别的精度具有重要作用。针对数据特征选择欠佳导致负荷识别准确率不高的问题,提出了一种基于ReliefF-DDC特征选择算法,用于降低特征维数减少复杂度,改善负荷识别效果。首先,利用ReliefF算法分析各特征与类别的关系计算特征权重,筛选无关特征;其次,利用DDC算法计算特征之间与类别的互信息分析相关性,根据特征子集评价度量删除冗余特征;最后,采用孪生支持向量机(TWSVM)作分类器进行负荷识别。实验表明,所提出的算法在提升分类效果的同时减少了运行时间。
其他文献
特征工程可以自动地处理和生成那些判别性高的特征,而无需人为的操作。特征工程在机器学习中是不可避免的一环,也是至关重要的一环。提出一种基于强化学习(RL)的方法,将特征工程作为一个马尔可夫决策过程(MDP),在上限置信区间算法(UCT)的基础上提出一个近似的方法求解二分类数值数据的特征工程问题,来自动获得最佳的变换策略。在5个公开的数据集上验证所提出方法的有效性,FScore平均提高了9.032%,同时与其他用有限元变换进行特征工程的方法进行比较。该方法确实可以得到判别性高的特征,提高模型的学习能力,得到更
基础硬件的发展带来了算力的提高,深度学习算法的出现和应用奠定了人工智能技术理论基础,Google、百度等高科技公司将人工智能应用的作为重点领域而加大投入,从而加速了人工智能的落地。当前人工智能已成为引领信息产业革命的最重要的技术手段。与此同时,人工智能对人类的潜在威胁也在加剧。对人工智能算法进行分析,归纳算法发展过程及缺陷,并总结这些缺陷可能引发的技术问题和伦理问题。最后,对人工智能的应用,从算法和伦理角度给出一定的对策。
提出了一种基于无线指纹数据库的频谱感知方案。首先,在蜂窝认知无线电网络(Cell Cognitive Radio Network,CCRN)覆盖的目标地理区域内,次用户设备(Secondary User Equipment,SUE)收集大量频谱观测数据,基于各种机器学习算法对频谱观测数据进行处理得到授权频谱上主用户发射机(Primary User Transmit,PUT)的传输模式;随后,在PUT不同的传输模式下划分地理位置区域,采用基于空间距离计算的方法获取网格标签,建立无线指纹数据库;最后,有感知需
时间交织型SAR ADC对包括电容失配在内的通道间失配较敏感,其中电容失配既包括通道内的失配也包括通道间的失配,是影响时间交织型SAR ADC性能的重要因素。为了提升时间交织型SAR ADC的性能,基于对SAR ADC中DAC电容失配对时间交织型SAR ADC影响的分析,结合单通道低速工作SAR ADC的电容校正方法,提出了一套适用于时间交织型SAR ADC的电容校正方法,实现了超过9 dB的SFDR和超过2.5 dB的SNDR性能提升。
近年来大数据、自然语言处理等技术得到了飞速发展。情感分析作为自然语言处理细分领域的前沿技术之一,得到了极大的重视。然而,低参数量、高精度依然是制约情感分析的关键因素之一。为实现模型参数少、模型分类精度高的情感分析需求,通过改进特征级注意力机制的输入向量,以及前馈神经网络与注意力编码的前后位置关系,得到可复位特征级注意力机制,并基于该机制提出了基于可复位特征级注意力方面级情感分类模型(RFWA)和基于可复位特征级自注意力方面级情感分类模型(RFWSA),实现了高精度的方面级情感分析效果。在公开数据集上的实验
为了解决MEMS微镜扫描角度较小的缺点,设计了一种MEMS微镜与无刷电机同步扫描系统。该系统由STM32微控制器、DDS驱动电路、相位检测电路组成。通过设计光栅码盘实现对无刷电机速度的测量,由PID算法控制电机转速使电机反馈信号与MEMS微镜反馈信号频率相同,并检测两路反馈信号的相位差,调节DDS驱动信号的相位实现相位同步。实验表明,系统工作稳定,相位误差不超过1.5%。
针对电网内逐渐增加的插电式电动汽车充电桩负荷模糊负荷模型问题,设计了基于线性重投影算法的数据模糊化过程,利用多列深度卷积模糊神经网络对数据进行分析,利用线性重投影
随着电动公交车在城市交通的广泛应用,充电工作量随之加大。由于充电功率较大,充电电缆比较粗重,且插拔充电枪需要较大的操作力,人工作业劳动强度较大。采用通用机械臂代替人工实现自动插接充电枪具有广泛的需求,识别充电插座是实现自动插接的前提。以充电插座为识别目标,提出一种基于Canny算子的亚像素精度轮廓几何匹配检测方法,通过Halcon软件应用图像处理和机器视觉技术对目标区域进行特征提取与模板匹配,实现
针对人工阅片工作量大、阅片质量不佳且容易出现漏检、错判等问题,将Faster RCNN目标检测模型应用于肝包虫病CT图像的检测,并对目标检测模型进行改进:基于图片分辨率低、病灶大小不同的特点,使用网络深度更深的残差网络(ResNet101)代替原来的VGG16网络,用以提取更丰富的图像特征;根据目标检测模型得出的病灶坐标信息引入LGDF模型进一步对病灶进行分割,从而辅助医生更高效的诊断疾病。实验结
热超声键合是目前最重要的引线键合技术,在电子封装领域中有着广泛的应用。面对封装密度不断提高、焊点节距不断下降和成本持续降低等挑战,需要全面了解热超声键合技术的研究进展。热超声键合包括两个焊点,其在外形、键合过程和冶金特性等方面均不相同。对于热超声键合中的第一焊点已有较为深入的研究。但是,关于热超声键合第二焊点仍缺乏系统的论述,不能很好地应对挑战。通过总结键合机理、键合质量和可靠性测试等方面的研究成果,介绍热超声键合第二焊点研究的发展现状,并对研究方向提供建议。