期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AdaBoost集成学习的窃电检测研究
被引量：
48
1
作者
游文霞
申坤
+3 位作者
杨楠
李清清
吴永华
李黄强
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第19期151-159,共9页
针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次...
针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。
展开更多
关键词
ADABOOST
窃电检测
集成学习
决策树
爱尔兰数据集
在线阅读
下载PDF
职称材料
题名
基于AdaBoost集成学习的窃电检测研究
被引量：
48
1
作者
游文霞
申坤
杨楠
李清清
吴永华
李黄强
机构
三峡大学电气与新能源学院
国网湖北省电力公司孝感供电公司
国网湖北省电力公司宜昌供电公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第19期151-159,共9页
基金
国家自然科学基金项目资助(51607104)
国网湖北省电力公司2019年科技项目资助(5215K018006B)。
文摘
针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。
关键词
ADABOOST
窃电检测
集成学习
决策树
爱尔兰数据集
Keywords
AdaBoost
electricity theft detection
ensemble learning
decision tree
irish data set
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AdaBoost集成学习的窃电检测研究
游文霞
申坤
杨楠
李清清
吴永华
李黄强
《电力系统保护与控制》
EI
CSCD
北大核心
2020
48
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
