文献

J-GLOBAL ID：201802235705090931   整理番号：18A0189450

密度に基づくロジスティック回帰に基づく多重伝送線路の故障解析【Powered by NICT】

Fault analysis of multiple transmission lines based on density-based logistic regression

著者 (7件)： Chen Jianxia (School of Computer Science, Hubei University of Technology, Wuhan City, China) ,  Zhang Yue (School of Computer Science, Hubei University of Technology, Wuhan City, China) ,  Li Chao (School of Computer Science, Hubei University of Technology, Wuhan City, China) ,  Fang Qin (School of Computer Science, Hubei University of Technology, Wuhan City, China) ,  Zhang Jie (School of Electrical, Engineering, Hubei University of Technology, Wuhan City, China) ,  Chen Yixin (Department of Computer, Science, Washington University in Saint., Louis, Saint. Louis, USA) ,  Lv Qiang (College of Information, Engineering, Yangzhou University, Yangzhou City, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSAI  ページ： 1498-1502  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 送電線の効率的で正確な故障解析は電力系統の安定運転に重要な役割を果たしている。本論文では,複数の伝送線路の非対称故障解析を解くための密度に基づくロジスティック回帰(MCDLR)に基づく新しい多重分類モデルを提案した。Nadaraya-Watson密度推定によれば,提案したモデルは,訓練データを写像する最適化モデルは,特徴量とNadaraya-Watson密度推定の帯域幅を最適化することができる特徴空間。実験結果はMCDLRの精度は90%以上またはそれ以上であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *多重化 ,  *故障解析 ,  送電線 ,  帯域幅 ,  最適化 ,  電力系統 ,  非対称性 ,  *伝送線路
準シソーラス用語： 特徴空間 ,  特徴量 ,  最適化モデル ,  訓練データ ,  分類モデル ,  *ロジスティック回帰分析 , 【Automatic Indexing@JST】

分類 (2件)： 伝送回路理論  (NA02020X) ,  伝送線  (NC04030C)

タイトルに関連する用語 (5件)： 密度 ,  ロジスティック回帰 ,  多重 ,  伝送線路 ,  故障解析