首页 | 本学科首页   官方微博 | 高级检索  
     

基于标签传播半监督学习的电压暂降源识别
引用本文:王世旭,吕干云.基于标签传播半监督学习的电压暂降源识别[J].电力系统及其自动化学报,2013,25(4).
作者姓名:王世旭  吕干云
作者单位:浙江师范大学数理与信息工程学院,金华,3210042
基金项目:国家自然科学基金项目,浙江省自然科学基金项目,浙江师范大学计算机软件与理论省级重中之重学科开放基金,浙江省教育厅科研项目
摘    要:针对带标签(类别已知)的电压暂降历史样本数据有限且不易获得的情况,引入基于标签传播半监督学习的电压暂降源识别方法.首先从电压暂降信号中提取了五类暂降信号特征,建立了K-近邻图模型,并实现了图模型上的标签传播.分析了图模型参数k、α对标签传播结果的影响,同时与神经网络、最小二乘支持向量机等监督学习算法的识别结果进行了对比.仿真结果表明,在历史数据较少的情况下,标签传播算法比传统监督学习算法具有更高的识别准确率且实时性好.

关 键 词:电压暂降源识别  标签传播  半监督  特征提取  K-近邻图模型

Voltage Sag Sources Identification Based on Label Propagation Semi-supervised Learning
WANG Shi-xu , L Gan-yun.Voltage Sag Sources Identification Based on Label Propagation Semi-supervised Learning[J].Proceedings of the CSU-EPSA,2013,25(4).
Authors:WANG Shi-xu  L Gan-yun
Affiliation:WANG Shi-xu , L(U) Gan-yun
Abstract:
Keywords:voltage sag sources identification  label propagation (LP)  semi-supervised  feature extraction  K-nearest neighbors graph model
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号