【摘 要】
：
针对机器学习方法在大型数据集上电价预测准确性低等问题,本文提出一种基于大数据时间序列的深度学习电价预测模型,用于智能电网的电价预测.该模型首先将收集到的数据进行预
【机 构】
：
江苏商贸职业学院教务处,南通大学信息科学技术学院
【基金项目】
：
2018年度江苏省高等学校自然科学研究面上项目(18KJB520015).
论文部分内容阅读
针对机器学习方法在大型数据集上电价预测准确性低等问题,本文提出一种基于大数据时间序列的深度学习电价预测模型,用于智能电网的电价预测.该模型首先将收集到的数据进行预处理规范化,采用ReliefF算法和互信息(Mutual Information,MI)的混合模块进行特征选择,其次将改进后的特征赋予核主成分分析(Kernel Principal Component Analysis,KPCA)进行特征提取,最后采用增强卷积神经网络(Enhanced Convolution Neural Network,ECN
其他文献
针对现有预测方法中存在预测精度低、预测时间长及存储空间大等问题,提出一种基于格拉姆矩阵和随机森林的疾病预测方法,该方法首先从数据集中收集大量数据,其次使用格拉姆对
优秀传统文化是一个民族发展的文化根脉，保护并传承好优秀传统文化就等同于守住了民族之魂，不n仅关系到国民经济的发展，还关系到一个民族的未来。日本温泉旅游在发展过程中，历来
数字货币作为一种全程可追溯的货币在金融监管领域具有其他法定货币难以比拟的优势.针对传统架构无法支撑数字货币巨量分布式应用,而经典区块链架构无法满足金融监管与金融安
为评价自研保肝口服液对急性肝脏损伤的保护作用,采用对受试小鼠进行分组及灌服给药,建立四氯化碳(CCl4)急性肝脏损伤模型的方法,对肝脏进行病理学检查,观察受试动物肝脏病变