原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于K均值和改进AlexNet的非侵入式负荷事件检测方法，包括：首先对电器的功率数据进行加噪、中值滤波、归一化操作，丰富数据信息，加强数据区分度，降低过拟合风险；然后，以一定大小的窗口对处理后数据进行采样，每个窗口内的数据作为一个事件，利用K均值聚类算法结合动态时间规整算法，自动聚类各个不同的事件并添加对应的标签；最后，设计了一种改进AlexNet网络模型，使用聚类后的数据加以训练，利用卷积神经网络强大的特征提取能力来区分各类电器的起、停事件，把变点检测问题转化为分类问题。本发明所提出的方案
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116773901 A
(43)申请公布日 2023.09.19
(21)申请号 202310519565.X G06F 18/23213 (2023.01)
文档评论（0）