摘要
本发明属于宿舍违规电器排查领域,具体是公开了一种基于人工智能的宿舍违规电器排查定位系统,系统包括:用电数据收集模块、用电数据预处理模块、用电数据特征提取模块、违规电器排查模块和违规电器定位模块。本发明通过基于密度的噪声应用空间聚类来检测和消除历史宿舍用电数据集中的误差值,并使用基于混合SMOTE‑ENN方法的数据平衡方法进行平衡,可以提高数据集的质量和准确性,从而更好地支持对违规电器排查的分析,提供更准确的违规电器使用情况;采用包装器将粒子群优化方法和灰狼算法结合起来对属性进行特征选择,可以更快地找到最优的特征子集,通过智能地选择相关特征,可以提高违规电器使用情况分析和预测的准确性。
技术关键词
特征选择
宿舍
数据特征提取
混合预处理方法
数据平衡方法
粒子群优化方法
数据收集模块
定位系统
皮尔逊相关系数
灰狼算法
输出电流传感器
定位模块
分布式电流
邻域
灰狼优化算法
位置更新
离群点
粒子群算法
系统为您推荐了相关专利信息
流失率预测模型
模板
贝叶斯推理方法
营销推广技术
生成排行榜
柔性压阻传感器
姿态监测系统
柔性传感器
下肢
特征选择
分析系统
数据
时域特征提取
频域特征提取
构建深度神经网络
硬盘故障预测方法
SVR模型
物联网传感器
机房
硬盘运行状态
网络入侵检测方法
网络入侵检测模型
网络流量数据
逻辑回归模型
Pearson相关系数