期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机的非侵入式负荷印记识别模型
被引量:
4
1
作者
李玲娜
邵子娟
金垚灯
《数学的实践与认识》
北大核心
2019年第20期200-208,共9页
基于非侵入式电力负荷检测与分解技术近年来得到广泛推广.选取14个稳态指标作为负荷特征,建立基于支持向量机(SVM)的非侵入式负荷印记识别模型,利用多分类支持向量机(multi-class SVM)的成对分类算法,对负荷印记进行了识别,随机抽取数...
基于非侵入式电力负荷检测与分解技术近年来得到广泛推广.选取14个稳态指标作为负荷特征,建立基于支持向量机(SVM)的非侵入式负荷印记识别模型,利用多分类支持向量机(multi-class SVM)的成对分类算法,对负荷印记进行了识别,随机抽取数据进行测试,结果表明方法能够更准确地识别负荷印记,说明所提出的模型和方法具有较高的有效性和正确性.
展开更多
关键词
负荷印记
模式识别
多分类支持向量机
成对分类算法
RBF核函数
原文传递
题名
基于支持向量机的非侵入式负荷印记识别模型
被引量:
4
1
作者
李玲娜
邵子娟
金垚灯
机构
西南石油大学理学院
出处
《数学的实践与认识》
北大核心
2019年第20期200-208,共9页
基金
教育部产学合作协同育人项目(201802151044)
文摘
基于非侵入式电力负荷检测与分解技术近年来得到广泛推广.选取14个稳态指标作为负荷特征,建立基于支持向量机(SVM)的非侵入式负荷印记识别模型,利用多分类支持向量机(multi-class SVM)的成对分类算法,对负荷印记进行了识别,随机抽取数据进行测试,结果表明方法能够更准确地识别负荷印记,说明所提出的模型和方法具有较高的有效性和正确性.
关键词
负荷印记
模式识别
多分类支持向量机
成对分类算法
RBF核函数
Keywords
load stamp
pattern recognition
multi-classification support vector machine
paired classification algorithm
rbf kernel function
分类号
G63 [文化科学—教育学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机的非侵入式负荷印记识别模型
李玲娜
邵子娟
金垚灯
《数学的实践与认识》
北大核心
2019
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部