典型文献
基于特征加权KNN的非侵入式负荷识别方法
文献摘要：
针对不同稳态特征对识别结果的影响程度不同,并考虑到不平衡数据集造成的少数类误判的问题,提出一种基于特征加权KNN的非侵入式负荷识别方法.首先,采用熵权法计算特征权重,利用特征权重改进特征距离的计算.其次,根据样本数量和对应算法k值计算得到表决权重,带入投票表决过程中,以此来增加少数类的分类准确性.实验结果表明,针对实测负荷数据集时,本文算法的平均识别准确率为93.4％,与KNN算法相比提高了 2.8％;针对公开数据集时,本文算法的平均准确率和F1得分分别为86.8％和81.6％,要优于其他4种分类算法.
文献关键词：
非侵入式;负荷识别;稳态特征;KNN;特征权重;表决权重
中图分类号：
作者姓名：
朱浩;曹宁;鹿浩;张正基;柯炜
作者机构：
河海大学计算机与信息学院 南京211100;江苏业力科技有限公司 南京210061
文献出处：
引用格式：
[1]朱浩;曹宁;鹿浩;张正基;柯炜-.基于特征加权KNN的非侵入式负荷识别方法)[J].电子测量技术,2022(08):70-75
A类：
表决权重
B类：
特征加权,KNN,非侵入式负荷识别,稳态特征,不平衡数据集,少数类,误判,特征权重,改进特征,样本数量,带入,投票表决,分类准确性,负荷数据,识别准确率,公开数据集,平均准确率,分类算法
AB值：
0.281046
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
