期刊文献+

基于Stacking元学习策略的变压器故障诊断 被引量:3

Fault Diagnosis of Power Transformer Based on Stacking Meta-learning Strategy
下载PDF
导出
摘要 针对目前广泛应用于变压器故障诊断的四种分类器在模式识别中存在的不足,基于Stacking元学习策略的组合方式,构建了一种分类器组合模型。通过试验证明,该组合分类器优于单个分类器精度。 In view of the present widely used in transformer fault diagnosis of four kinds of classifiers' shortcomings in pattern recognition, based on combination Stacking meta-learning strategy, this paper establishes a classifier combination model. The experimental results show that the accuracy of combination of multiple classifiers is superior to that of single classifier.
出处 《水电能源科学》 北大核心 2013年第8期196-199,共4页 Water Resources and Power
基金 西华大学省级重点实验室开放研究基金资助项目(SZJJ2009-015) 西华大学流体及动力机械省部共建教育部重点实验室基金资助项目(SBZDPY-11-13 14)
关键词 支持向量机 BP神经网络 最邻近算法KNN TAN贝叶斯网络 STACKING support vector machines BP neural network nearest neighbor KNN algorithm tree augmented Naivve Bayes net- work Stacking
  • 相关文献

参考文献12

二级参考文献25

  • 1吴宏岐,贾宏宾,刘霞,张军利.变压器故障特征分析及综合诊断[J].电气技术,2006,7(3):38-40. 被引量:2
  • 2穆志纯,徐雪艳,闫铁梁.利用双BP算法提高BP网络的泛化能力[J].模式识别与人工智能,1995,8(1):51-56. 被引量:9
  • 3孙才新,陈伟根,李俭,等.电气设备油中气体在线监测与故障诊断技术[M].北京:科学出版社,2002. 被引量:5
  • 4龚玲.数据挖掘原理与技术[M].北京:电子工业出版社,2004. 被引量:1
  • 5J. M. Keller, M. R. Gray, and J. A. Givens, A Fuzzy K-Nearest Neighbor Algorithm[J]. IEEE Transaction on Systems, Man, and Cybernetics. 1985, 15(4): 580 - 585. 被引量:1
  • 6M. Kezunovic, H. Taylor. New Solutions for Substation Sensing, Signal Processing and Decision Making[J]. Hawaii International Conference on Systern Sciences HICSS -37, Waikoloa Vilage, Hawaii, January 2004. 被引量:1
  • 7S. Vasilic, M. Kezunovic. Fuzzy ART Neural Network Algorithm for Classifying the Power System Faults[J]. IEEE Transactions on Power Delivery, 2005, 20(2): 1306 - 1314. 被引量:1
  • 8R. Bondugula, O. Duzlevski, and Dang Xu. Profiles and Fuzzy K-Nearest Neighbor Algorithm for Protein Secondary Structure Prediction[J]. Asia Pacific Bioinforrnatics Cotfferenee, Singapore, January, 2005:85 -94. 被引量:1
  • 9http://hv - lab. hust. edu. cn/webservice/index, html. 被引量:1
  • 10阎平凡.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2001.. 被引量:38

共引文献95

同被引文献50

引证文献3

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部