[发明专利]基于高斯朴素贝叶斯和预报误差法的发电机数据筛选法有效
| 申请号： | 201910598184.9 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110413601B | 公开（公告）日： | 2021-10-19 |
| 发明（设计）人： | 潘蕾;王钱超;徐宏灿;尹琦;沈炯;李益国 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06K9/62;G06Q50/06 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 徐红梅 |
| 地址： | 211102 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于高斯朴素贝叶斯和预报误差法的发电机数据筛选法，包括分析所选辨识对象特性，得到相应的辨识参数；针对对象经验辨识结果和数据本身的分布特性，选择适量的可辨识和难以辨识的数据组成训练集；利用训练集对高斯朴素贝叶斯分类器进行训练，得到各个参数的先验概率；利用训练后的分类器对测试集进行粗分，得到多个可用数据段；利用预报误差法的模型拟合度对可用数据段进行细分，得到最优可辨识数据段，或者设置拟合度阈值，得到多个辨识较好数据段。本发明节省了大量的数据处理时间，避免了多次重复劳动，同时提高了筛选数据的精度。 | ||
| 搜索关键词： | 基于 朴素 贝叶斯 预报 误差 发电机 数据 筛选 | ||
【主权项】：
1.一种基于高斯朴素贝叶斯分类器和预报误差法相结合的发电机组辨识数据筛选方法，其特征在于，包括以下步骤：(1)分析发电机组辨识对象特性，得到相应的辨识参数作为筛选法的输入参数；(2)针对发电机组辨识对象经验辨识结果和辨识参数数据本身的分布特性，选择适量的可辨识和难以辨识的数据组成训练集；利用训练集对高斯朴素贝叶斯分类器进行训练，得到各个参数的先验概率；利用训练后的分类器对测试集进行粗分，得到多个可用数据段；(3)利用预报误差法的模型拟合度对可用数据段进行细分，得到最优可辨识数据段，或者设置拟合度阈值，得到多个辨识较好数据段。
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东南大学，未经东南大学许可，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/201910598184.9/，转载请声明来源钻瓜专利网。
- 上一篇：数据管理方法及装置
- 下一篇：一种分层清洗式大数据清洗方法
