排序方式: 共有11条查询结果,搜索用时 31 毫秒
1.
针对电力大数据推荐结果排名没有考虑电网领域知识关联度,推荐结果的准确度不高的问题,提出了引入知识项关联度的协同过滤推荐算法AR-Item CF.通过计算用户推荐列表得到最终推荐结果.结果表明,该算法能有效地解决推荐结果关联度较低的问题,显著地提高了推荐结果的质量和推荐效率. 相似文献
2.
基于Spark框架的电网运行异常数据辨识与修正方法 总被引:1,自引:0,他引:1
由于电网运行数据具有多源、异构、高维等典型大数据特征,使得传统检测方法已无法实现异常数据高效辨识;因此提出一种基于Spark框架的电网运行异常数据辨识与修正新方法。首先,提出了并行化最小生成树方法对待检测数据进行初始聚类;在此基础上结合并行K-means算法对数据进行二次聚类实现异常数据辨识;然后,在Spark框架下设计了基于径向基函数(RBF)神经网络的异常数据修正模型,实现对异常数据修正。最后,利用某省调度中心SCADA数据对方法的有效性进行了验证,结果表明所提方法能够有效处理电网运行异常数据,具有实际应用价值。 相似文献
3.
针对传统特征选择算法的不足, 提出一种新的特征选择算法. 该算法能综合度量一个特征在类内和类间的重要性, 并在3个不同的数据集上利用2个分类器与5个现有的特征选择方法进行了对比实验. 实验结果表明, 该算法进一步降低了特征向量空间的维度, 并有效提高了分类器的分类性能. 相似文献
4.
针对现有非侵入式负荷分解方法存在的问题, 结合家用电器的负荷曲线特点, 提出一种基于进制拟合算法的非侵入式负荷分解方法. 该方法较好地解决了现有方法对负荷采集设备精度要求高和无法有效处理同种电器不同工作模式下的负荷分解问题. 实验表明, 该方法可准确判断出电器的开启时间、 已运行时间和电器的工作模式, 并很好地处理了同种电器投入使用的情况. 同时, 采用低速率采样, 所需数据可直接由通用智能电表获得, 减小了成本投入, 提高了用户参与智能用电的积极性. 相似文献
5.
提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性. 相似文献
6.
为了研究Ultra-Wideband(UWB)系统中可分辨多径分量和不可分辨多径分量携带信号的误码率问题,利用Radio Activated Key Entry(RAKE)接收机的分集技术,在信号发射端分别采用 Binary Phase Shift Keying (BPSK)和Pulse Position Modulation(PPM)调制方式,从这2种调制方式的解析式入手,推导出BPSK与PPM在可分辨和不可分辨多径分量下误码率表达式,并针对在相同叉指数和信噪比下,分别对这2种多径分量信号在不同调制方式下的误码率进行仿真分析.仿真结果表明,在相同调制方式下,可分辨多径的抗误码率性能要优于不可分辨多径的情况.而且,采用BPSK调制无论是可分辨多径还是不可分辨多径,在抗误码率性能上,均优于PPM调制方式. 相似文献
7.
当前电力虚拟社区中非结构化的隐性知识资源数量与日俱增,然而由于其中自由的问答交流模式,导致解决具体问题的隐性知识淹没于大量的无效信息中,电力相关从业人员难以快速从中获取适用性好的隐性知识;同时,随着电力虚拟社区的大规模扩张,激增的数据量将带来存储扩展性和快速检索的问题.为此提出一种面向电力虚拟社区的隐性知识云处理模型MPTKKM.模型以模式匹配算法为核心,设计了可以自动建立电力隐性知识应用情景描述关键词序列的隐性知识收集算法,采用分布式键值对的存储模式,并基于云计算技术实现了电力隐性知识检索.实验结果表明,提出的模型不但能自动收集适用性好的电力隐性知识,而且云检索算法表现出了良好的可扩展性. 相似文献
8.
9.
10.