摘要
本发明涉及一种基于多层感知机神经网络的充电桩分群方法及系统,具体步骤包括:采用预置计量保证方案确定待测充电桩群中的超差个体时,计算在预设误判率和漏判率下的个体充电桩误差系数需满足的边界条件;结合已有的充电桩数据,采用预训练的多层感知机神经网络获得充电桩显式标签与误差系数的关联关系;利用获得的关联关系分析待分群的各充电桩显式标签,预测待分群的各充电桩的误差系数,即将待分群的充电桩的显式标签输入预训练的多层感知机神经网络模型,计算输出各充电桩误差系数的预测值;根据个体充电桩误差系数的边界条件和待分群的各充电桩的误差系数对待分群的各充电桩进行分群。
技术关键词
误差系数
多层感知机
关联关系分析
神经网络模型
高斯概率密度函数
标签
预测误差
高斯混合模型
分群
后验概率
协方差矩阵
变量
聚类
可读存储介质
模块
编码
数值
数据
参数
系统为您推荐了相关专利信息
相互作用模型
填石路基
压实度
路基压实
评价方法
订单数据处理方法
物流
商品特征
异常状态
支持向量机模型
感应冲水器
检测终端
异常检测系统
切换机构
工作点
教师
概率密度函数
学生
无标签数据
损失函数设计