文档名：基于迁移学习的电力通信网异常站点业务数量预测
现有的多源迁移学习算法对回归问题的研究极少,大多是解决对称的二分类问题,本文提出了加权多源TrAdaBoost的回归算法,其中误差容忍系数能一定程度解决源领域样本权重缩减过快的问题,提高了算法的效果.在修改后的Friedman＃1回归问题上进行了实验,验证了该算法的有效性,误差容忍系数可以提高大约0.01的R2分数.将该算法应用到电力通信网的行业问题中,提出了异常站点(业务数量缺失严重的站点)检测与真值预测模型,在特征工程中使用了社交网络分析的方法,充分考虑了站点在拓扑图中的重要度.最终的实验效果进一步验证了算法的有效性.
作者：杨济海 李号号 彭汐单 张智成 黄倩 李石君
作者单位：国网江西省电力有限公司信息通信分公司江西南昌330077武汉大学计算机学院湖北武汉430072国网江西省电力有限公司江西南昌330077南瑞集团有限公司,江苏南京210003
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：G63TP3
关键词：电力通信网 异常检测 多源迁移学习 回归算法
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 540.77 KB
- 下载次数:
- 60
-
高速下载
|
|
