《表1 用电数据集：基于属性分类的用电大数据隐私保护方法》
提示：宽带有限、当前游客访问压缩模式
如表1所示，用电数据集由显式标识符、准标识符、敏感属性、非敏感属性组成。
| 图表编号 | XD00134375800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 梁晓兵、许斌、翟峰、沈博 |
| 绘制单位 | 中国电力科学研究院有限公司、中国电力科学研究院有限公司、中国电力科学研究院有限公司、中国科学院信息工程研究所信息安全国家重点实验室、中国科学院大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 输入元数据结构：基于深度置信网络的用电负荷分析方法研究》2021.02.20
- 《表1 数据分配表：基于时间卷积神经网络的非侵入式居民用电负荷分解方法》2021.03.01
- 《表3 QB字节含义：基于智能电表大数据的异常用电检测》2020.06.28
- 《表1 1 对比结果：基于智能电表大数据的异常用电检测》2020.06.28
- 《表1 SM数据：基于智能电表大数据的异常用电检测》2020.06.28
- 《表1 数据集概况：基于知识嵌入和DNN的工商业用户异常用电检测》2020.05.28
- 《表4 轻空载情况划分：基于用电信息采集大数据的公变负载状态评估》2020.07.25
- 《表2 重过载情况划分：基于用电信息采集大数据的公变负载状态评估》2020.07.25
- 《表3 重过载特征项：基于用电信息采集大数据的公变负载状态评估》2020.07.25
- 《表4 建模数据：基于即时学习差异化建模的用电量预测方法》2020.03.01
- 《表1 行业名称代码表：基于同期售电量大数据处理技术的分行业用电分析与预测》2019.08.25
- 《表1 训练数据格式：基于逻辑回归的增量式异常用电行为检测方法》2019.10.18
- 《表2 客户信息特征情况：基于电力大数据的用户用电感知研究》2019.10.21
- 《表4 客户匹配结果：基于电力大数据的用户用电感知研究》2019.10.21
- 《表1 负荷聚类情况：基于电力大数据的用户用电感知研究》2019.10.21
- 《表2 实验数据集：基于自适应FCM-SVDD的异常用电行为辨识》2019.06.25
- 《表1 用电数据：基于Spark Streaming的电力流式大数据分析架构及应用》2019.02.01
- 《表1 数据集属性：基于句子级学习改进CNN的短文本分类方法》2019.01.16
- 《表2 条件属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表3 决策属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01