《表1 SVM对用电负荷数据初步分类结果》
核支持向量机(SVM)是线性支持向量机在高维模型中的推广,这类模型通常不用平面模型进行表示。它以线性模型作为基础,对非线性的特征进行添加,可以让模型变得更加准确与有效。使用核技术可以在高维空间中进行数据分类,而不是使用需要进行大量计算的数据来表示[2]。在接入大功率负载(2000W功率的电吹风)的情况下,继续接入不同的小功率负载(手机充电器与电脑充电器分别在充电中和满电中两种状态),在接入不同的小功率负载的情况下分别对插座的总用电负荷数据进行收集,之后用SVM算法对接入不同功率小负载数据进行分类,准确度与时间结果如表1所示。
图表编号 | XD00193525800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.25 |
作者 | 林思沣、冯德旺、廖荣森、陈家福 |
绘制单位 | 福建农林大学计算机与信息学院、福建农林大学计算机与信息学院、福建农林大学计算机与信息学院、福建农林大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |