《表2 不同方法检测率和误报率比较》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于ARMA和K-means聚类的用电量数据异常识别》
为验证本文方法的异常识别准确性,将本文基于ARMA与K-means的异常识别方法和仅使用K-means聚类算法的异常识别模型,局部异常因子(local outlier factor,LOF)算法[30]模型对同一样本进行了对比实验。识别完成后,计算出上述各方法的DR和FPR,结果如表2,表2中红色为最优的结果加粗表示。
图表编号 | XD00117897300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.28 |
作者 | 梁捷、梁广明 |
绘制单位 | 广西电网有限责任公司计量中心、南宁百会药业集团有限公司 |
更多格式 | 高清、无水印(增值服务) |