[发明专利]面向楼宇用电设备的自学习非侵入式用电设备检测方法在审
| 申请号： | 201710837765.4 | 申请日： | 2017-09-15 |
| 公开（公告）号： | CN107657273A | 公开（公告）日： | 2018-02-02 |
| 发明（设计）人： | 张轩铭;王利强;梁昆 | 申请（专利权）人： | 杭州拓深科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/06 |
| 代理公司： | 杭州浙科专利事务所(普通合伙)33213 | 代理人： | 杜立 |
| 地址： | 310000 浙江省杭州市滨江区长河*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向楼宇用电设备的自学习非侵入式用电设备检测方法，包括两个步骤一、基于基本样本集的用电设备学习；二、用电设备在线检测和再学习；步骤一包括（一）基本训练数样本采集和特征提取和（二）构建朴素贝叶斯概率模型并训练样本，步骤二包括（1）在线特征提取；（2）过滤小型耗电设备；（3）概率计算；（4）计算特征相似性夹角。本发明解决了面向楼宇用电设备的检测问题，并针对后期需要大量样本采集和更新的工作提出再学习的方法。 | ||
| 搜索关键词： | 面向 楼宇 用电 设备 自学习 侵入 检测 方法 | ||
【主权项】：
一种面向楼宇用电设备的自学习非侵入式用电设备检测方法，包括两个步骤：一、基于基本样本集的用电设备学习；二、用电设备在线检测和再学习；其特征在于：步骤一包括：(一)基本训练数样本采集和特征提取和(二)构建朴素贝叶斯概率模型并训练样本，步骤二包括：(1)在线特征提取；(2)过滤小型耗电设备；(3)概率计算；(4)计算特征相似性夹角。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州拓深科技有限公司，未经杭州拓深科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710837765.4/，转载请声明来源钻瓜专利网。
- 上一篇：余热循环利用装置
- 下一篇：一种冷轧清洗段碱液消泡剂加注系统
