基于改進Stacking集成分類算法的用戶用電信息異常識別
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>1278 K
標(biāo)簽： 用戶用電信息 異常識別 改進Stacking集成分類算法
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著電力用戶信息采集系統(tǒng)的發(fā)展,，更豐富的用戶用電信息被用于用戶用電信息異常的識別,。基于FDI攻擊進行虛假數(shù)據(jù)注入，構(gòu)造用戶用電信息異常數(shù)據(jù)集，并提出了一種基于召回率的改進Stacking集成分類算法。該算法采用K-近鄰算法（k-Nearest Neighbors,，KNN）、隨機森林模型（Random Forests,，RF）,、支持向量機（Support Vector Machine，SVM）以及梯度決策樹（Gradient Boosting Decision Tree,，GBDT）作為Stacking結(jié)構(gòu)的基分類模型,；采用邏輯回歸（Logistic Regression，LR）作為Stacking結(jié)構(gòu)的元分類模型,。并基于召回率為基分類模型的輸出結(jié)果進行權(quán)值賦值,，從而作為元分類模型的輸入數(shù)據(jù)集。通過實驗驗證,，所提的基于召回率的改進Stacking集成分類算法相比于傳統(tǒng)Stacking集成分類算法擁有更高效的分類性能,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。