一种基于自适应RNN的居民异常用电行为智能检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：居民用电异常行为检测问题存在严重的样本类别失衡的特点， 导致现有方法检测效率低、 性能差。为提升异常行为识别精度， 加快异常检测训练效率， 提出了一种基于自适应循环神经网络（RNN）的异常用电行为识别模型。设计一种SMOTE-ENN重采样方法， 增加不平衡数据集的分类性能。建立了自适应RNN检测模型， 使用批量归一化RNN作为基础学习器， 并结合超参数优化和缓冲区来动态调整BNRNN模型。（剩余12168字）

试读结束

目录
monitor
客服机器人