基于因果反馈的缺失数据集因果关系发现

因果关系发现是因果推断的重要部分,其目标是揭示数据内在的生成机制,并以有向无环图的形式表示.然而关于因果关系发现,现有方法很少考虑到观察数据存在缺失值的情况.在实际场景中,大量数据集存在缺失值,因此估计缺失数据集中的因果关系成为一个亟需解决的问题.本文提出了一种新的基于因果反馈的算法实现关于缺失数据集的因果关系发现,其中生成对抗网络被用于估计缺失数据集的分布,并利用基于Actor-Critic的因果关系发现模块搜索最优因果图,设计了一个基于扩展贝叶斯信息准则的自定义奖励函数,引入分类误差引导模型加速探索过程,提升模型稳定性.在模拟数据和真实数据上进行的大量实验结果表明,本文提出的方法在不同数据缺失率下优于现有方法 .

多视角数据缺失补全

随着信息技术的快速发展,现实生活中不断涌现出大量的多视角数据,由此应运而生的多视角学习已成为机器学习领域的研究热点.然而,在数据获取过程中,由于收集的难度、高额成本或设备故障等问题,往往导致收集到的多视角数据出现视角缺失,这使得一些多视角学习方法无法有效进行.为此,提出一种基于视角相容性的多视角数据缺失补全方法.通过监督的共享子空间学习,获得与每类多视角数据相对应的共享子空间,从而建立视角相容性判别模型.与此同时,基于共享子空间重构误差等同分布的假设,提出了针对视角缺失的多视角数据的共享表征获取方法,实现多视角缺失数据的预补全.在此基础上,进一步通过多元线性回归实现缺失视角的精确补全.此外,还把所提出的视角补全方法拓展到解决含有噪声的多视角数据的降噪问题.在UCI、COIL-20以及人工合成数据集上的实验结果验证了所提算法的有效性.

低压台区缺失数据的张量补全方法

低压配电台区的理论线损计算对配电网降损及改善电能质量至关重要,但由于用户用电数据在采集、传输等环节会出现缺失,从而无法精确计算线损。为获得台区理论线损计算所需的完整数据,该文提出一种基于张量的多用户缺失数据补全模型。首先,对台区缺失数据的特征进行分析,构建该台区的标准化缺失张量。然后,考虑用户数据特性和多用户数据多维内在相关性,利用补全张量的低秩性建立模型,用交替方向乘子法迭代求解该模型。最后,对台区用户数据随机丢失和整天丢失2种情况分别用所提方法进行缺失数据补全。算例结果表明,该方法适用于实际缺失情况,能准确地补全台区缺失数据值。

一种多视图深度融合的连续性缺失补全方法

针对现有连续性缺失补全方法的不足,建立了一种多视图深度融合的连续性缺失补全方法。该方法采用反转距离加权插值、双向简单指数平滑、用户协同过滤、能量扩散协同过滤及文本嵌套的方法,分别得到时空和语义缺失数据补全中间结果;构造了神经网络模型融合跨时空和语义视图中的互补异构信息,完成连续性缺失补全。实验表明,该方法补全连续性缺失不但效率高,而且比时空多视图补全在平均绝对误差与平均相对误差上分别降低7%和22%,具备普适性且适用于相关时空连续性缺失序列补全领域。

基于对抗自编码网络的水利数据补全方法

在大规模监测系统中,监测点失效会导致数据缺失,从而影响数据分析结果的准确性。为此,提出一种对抗自编码的水利数据补全方法。利用自编码器构造生成网络,并提取监测点的数据特征,将其与训练好的判别网络进行对抗,最终补全待修复的监测数据。实验结果表明,与基于图正则化局部子表示方法相比,该方法具有较高的补全精确度,且均方误差较小,能够有效地重构监测数据。

基于边缘计算的低压用户窃电检测

低压用户窃电导致线损电量增加,对台区线损异动进行归因分析是识别窃电用户的有效途径。低压用户通信异常多发,可导致用电信息采集系统主站数据失真,易误导窃电检测。利用配变终端可就地完整准确采集台区数据的特点,提出基于边缘计算的低压用户窃电检测方法。首先,在通信正常和异常的条件下,分析台区窃电用户用电量与线损电量的关联关系;然后,在配变终端窃电检测模块中对真实的台区线损和用户用电量进行归因分析来识别窃电用户;最后,基于高损台区实际数据的仿真分析,验证了所提方法相比于在主站侧采用异常数据以及采用不同缺失数据填补算法修复后的数据进行窃电检测时的优势。

区域级高速公路隧道集中管控架构研究与实现

随着我国高速公路建设的突飞猛进,传统的隧道监控系统已不适用各省市自治区正在推进的“集中监控”管理模式。通过对区域级高速公路隧道集中管控平台的关键技术研究,本文进行了平台架构和功能的设计。应用结果表明,该平台可以实现对大批量隧道的集中监控管理,解决海量数据采集处置延迟高、标准不统一、数据缺失等问题,切实提升隧道运营管控和服务水平。