《表3 基于GWO的SVM参数寻优结果》
针对6类电压暂降扰动信号,基于S变换提取每类扰动信号的8个特征量,构建特征空间。建立的支持向量机分类器采用一对余(One versus rest,OVR)拓扑结构,对于支持向量机的惩罚因子C和核函数参数γ采用GWO进行组合寻优。参数C和γ的取值范围均为{2-5,2-4,2-3,……,23,24,25},采用10倍交叉验证划分样本空间,以错误率为评判依据,迭代寻求最小识别错误率时对应的参数组合,结果如表3所示,错误率最小为0.5%(即最优识别正确率为:99.5%)。
图表编号 | XD00116041300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 赵洛印、李忠诚、王丹、朱江、李静、张闯 |
绘制单位 | 哈尔滨电工仪表研究所有限公司、国网辽宁省电力有限公司计量中心、国网辽宁省电力有限公司计量中心、国网辽宁省电力有限公司抚顺供电公司、哈尔滨电工仪表研究所有限公司、哈尔滨电工仪表研究所有限公司 |
更多格式 | 高清、无水印(增值服务) |