- 1、本文档共32页,其中可免费阅读31页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种用电负荷实时在线监测与识别系统,利用香农熵加权投票算法模型进行用电负荷的类型及工作状态识别,所述香农熵加权投票算法模型中基分类器组合的确定过程如下:选择E个基分类器,进行组合,得到若干不同的算法模型组合,计算不同算法模型组合的多样性Ent,确定Ent的最佳取值范围Ent*;对属于Ent*范围内的算法模型组合,计算此算法模型组合的香农熵加权投票的准确率,记为ACCse,Ent*内距离Ent*中间点最近,且数值最大的ACCse对应的算法模型组合即为最佳学习器组合,记为Com,获得训练
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113947159 A
(43)申请公布日 2022.01.18
(21)申请号 202111247143.9
(22)申请日 2021.10.26
(71
文档评论(0)