咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多任务特征融合算法的电力大数据增量式自组织映射方法 收藏

基于多任务特征融合算法的电力大数据增量式自组织映射方法

Incremental Self-organizing Maps Method of Electric Power Big Data Based on Multi-task Feature Fusion Algorithm

作     者:刘鲲鹏 宫立华 汪莉 LIU Kunpeng;GONG Lihua;WANG Li

作者机构:国家电网有限公司客户服务中心天津300309 

出 版 物:《微型电脑应用》 (Microcomputer Applications)

年 卷 期:2024年第40卷第6期

页      面:101-104页

学科分类:08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国网客服中心2023年客户服务数据管理能力成熟度提升技术服务项目(SGKF0000DFJS2310026) 

主  题:电力大数据 自组织映射 多任务特征融合算法 特征类型 

摘      要:为了实现电力大数据精准映射,基于多任务特征融合算法研究电力大数据增量式自组织映射方法。对电力大数据进行分解,以线性组合形式划分特征类型;利用多任务特征融合算法设计候选分类类别数量,确定自组织映射目标;通过不同数据的语义长度对应所属类型,实现电力大数据的增量式自组织映射,完成增量式数据的自组织映射方法设计。以某省实际运行的电力公司为测试对象,对其一年内产生的电力大数据作为测试样本,分别将其按照具体的类型进行映射,验证新方法。实验结果表明,新方法可以实现精准的自组织映射,在整个过程中不会产生数据交换误差,具有应用价值。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分