發(fā)布時間：2021-08-11 08:28

　　電力大數(shù)據(jù)具有規(guī)模大、生成速度快和動態(tài)性等特點,數(shù)據(jù)之間的鄰域關(guān)系難以界定,導(dǎo)致運算量增加,因此提出基于鄰域關(guān)系矩陣的電力大數(shù)據(jù)增量式屬性約簡方法。將鄰域關(guān)系集合轉(zhuǎn)換為鄰域關(guān)系矩陣,結(jié)合排序思想和鄰域關(guān)系矩陣自身的特性優(yōu)化單屬性鄰域關(guān)系矩陣,在此基礎(chǔ)上設(shè)置矩陣啟發(fā)信息。計算各屬性鄰域關(guān)系矩陣,逐次添加條件屬性并對屬性相關(guān)程度進行計算,結(jié)合屬性重要程度選擇屬性放至約簡子集合,迭代整個過程,一直到重要程度不再發(fā)生變化,實現(xiàn)電力大數(shù)據(jù)增量式屬性約簡。實驗結(jié)果顯示,研究方法的約簡運算時間短,約簡效果更好,更具可靠性。 

【文章來源】：高壓電器. 2020,56(08)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

實現(xiàn)過程

利用基于鄰域關(guān)系矩陣的電力大數(shù)據(jù)增量式屬性約簡方法以及基于MapReduce框架的約簡方法、基于不一致鄰域的約簡方法對實驗數(shù)據(jù)進行約簡操作，在保持處理數(shù)據(jù)量固定的情況下，驗證不同方法的約簡運算時間，結(jié)果見圖2。分析圖2可知，與文獻方法相比，研究方法的約簡運算時間短、效率高，體現(xiàn)出了該方法在處理電力大數(shù)據(jù)增量式屬性約簡過程中具有非常強的并行化計算性能。

分析圖4可知，采用文獻方法對電力大數(shù)據(jù)增量式屬性進行約簡后，還存在許多的冗余數(shù)據(jù)，說明這兩種方法的約簡效果并不好。而研究方法在對電力大數(shù)據(jù)增量式屬性約簡后，雖然還存在一小部分冗余數(shù)據(jù)，但與文獻方法相比，約簡效果更好。圖4 約簡效果比較

【參考文獻】：
期刊論文
[1]面向一致性樣本的屬性約簡[J]. 高媛,陳向堅,王平心,楊習(xí)貝.  智能系統(tǒng)學(xué)報. 2019(06)
[2]一種基于稀疏降維的STAP方法[J]. 胡進峰,李健萍,林濤.  雷達科學(xué)與技術(shù). 2019(04)
[3]可區(qū)分度與全粒度屬性約簡[J]. 姚坤,鄧大勇,吳越.  模式識別與人工智能. 2019(08)
[4]基于MapReduce的電力大數(shù)據(jù)增量式屬性約簡方法[J]. 廖寒遜,滕歡,盧光輝.  電力系統(tǒng)自動化. 2019(15)
[5]區(qū)間值決策表的正域增量式屬性約簡算法[J]. 鮑迪,張楠,童向榮,岳曉冬.  計算機應(yīng)用. 2019(08)
[6]大數(shù)據(jù)背景下粗糙集屬性約簡研究進展[J]. 鄔陽陽,湯建國.  計算機工程與應(yīng)用. 2019(06)
[7]基于聚類算法和粗糙集理論的分布式電源狀態(tài)約簡[J]. 趙曉君,張立梅,杜坤.  電力系統(tǒng)及其自動化學(xué)報. 2019(05)
[8]變精度下不完備混合數(shù)據(jù)的增量式屬性約簡方法[J]. 王映龍,曾淇,錢文彬,舒文豪,黃錦濤.  計算機應(yīng)用. 2018(10)
[9]基于相似關(guān)系的不完備形式背景屬性約簡[J]. 李同軍,黃家文,吳偉志.  山東大學(xué)學(xué)報(理學(xué)版). 2018(08)
[10]區(qū)間集概念格屬性約簡的組成與結(jié)構(gòu)[J]. 張恩勝.  山東大學(xué)學(xué)報(理學(xué)版). 2018(08)



本文編號：3335837