-
题名基于邻域关系矩阵的电力大数据增量式属性约简研究
被引量：15
- 1
-
-
作者
莫文火
陈碧云
-
机构
广西工业职业技术学院
广西大学
-
出处
《高压电器》
CAS
CSCD
北大核心
2020年第8期192-197,204,共7页
-
基金
国家自然科学基金委员会资助项目(51767002)。
-
文摘
电力大数据具有规模大、生成速度快和动态性等特点,数据之间的邻域关系难以界定,导致运算量增加,因此提出基于邻域关系矩阵的电力大数据增量式属性约简方法。将邻域关系集合转换为邻域关系矩阵,结合排序思想和邻域关系矩阵自身的特性优化单属性邻域关系矩阵,在此基础上设置矩阵启发信息。计算各属性邻域关系矩阵,逐次添加条件属性并对属性相关程度进行计算,结合属性重要程度选择属性放至约简子集合,迭代整个过程,一直到重要程度不再发生变化,实现电力大数据增量式属性约简。实验结果显示,研究方法的约简运算时间短,约简效果更好,更具可靠性。
-
关键词
邻域关系矩阵
电力大数据
属性约简
排序
矩阵特性
属性相关程度
-
Keywords
neighborhood relation matrix
power big data
attribute reduction
sorting
matrix properties
attri⁃bute correlation degree
-
分类号
TM73
[电气工程—电力系统及自动化]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
