基于最小熵的高维电力数据可视化特征映射方法

摘要：

针对传统特征映射方法存在映射时间长、高维数据转换率低等问题,提出基于最小熵的高维电力数据可视化特征映射方法.对高维电力数据进行空间模拟,从数据预处理、转换、离散化分析和特征分类方面入手,完成对高维电力数据可视化特征分类.建立电力数据类的散布矩阵,根据矩阵计算高维电力数据的特征相对值和判别值,完成数据特征提取.基于上述特征分类和特征提取结果,利用熵对高维电力数据各类的可分性进行描述,选取出熵最小的数据特征,定义数据的熵并将熵当作数据类别的可分性判据,利用电力数据的总体熵实现高维数据到低维数据的映射.实验结果表明,所提方法的特征数据分类准确度较高,且平均高维数据转换率为78％左右,映射耗时短,远远优于传统方法,验证了所提方法的优越性能.

关键词：高维电力数据、特征可视化、分类、提取、映射

所属期刊栏目：35

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：143-146,151