[发明专利]一种基于限值学习的异常电量数据辨识方法有效
| 申请号： | 202010213305.6 | 申请日： | 2020-03-24 |
| 公开（公告）号： | CN111401460B | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 谢非;石楚臣;刘益剑;张珂珩;陆飞;章悦;钱伟行;苏晓云 | 申请（专利权）人： | 南京师范大学镇江创新发展研究院;南京师范大学 |
| 主分类号： | G06F18/2433 | 分类号： | G06F18/2433;G06F18/2411;G06F18/2413;G06F18/232 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 于瀚文;胡建华 |
| 地址： | 212000 *** | 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限值学习的异常电量数据辨识方法。该方法首先通过异常电量数据分析得出异常电量数据的类型和鉴别算法；然后通过对OneClassSVM算法分析研究，对异常电量数据的鉴别限值进行学习，得到限值学习表，通过限值学习表校核历史数据的异常电量数据，接着通过分析基于密度的聚类算法DBSCAN算法校核历史数据中的离群值，实现基于限值学习的异常电量数据辨识；最后对同样基于密度的聚类算法LOF算法进行分析研究，结合两种基于密度的聚类算法进行实验，同时对多维数据进行离群值辨识，实现了基于密度聚类算法的多维电量数据离群值辨识。 | ||
| 搜索关键词： | 一种 基于 学习 异常 电量 数据 辨识 方法 | ||
【主权项】：
暂无信息
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南京师范大学镇江创新发展研究院;南京师范大学，未经南京师范大学镇江创新发展研究院;南京师范大学许可，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/202010213305.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种PMOS半导体器件及其制备方法
- 下一篇：图像处理方法和电子设备
