Fisher识别用于暂态稳定评估的训练样本集压缩

• 作者: 刘艳芳 张文朝 顾雪平
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: Fisher线性识别 暂态稳定评估 神经网络 模式分类
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 电力工程
• 页码范围: 44-47
• 页数: 4页
• 分类号: TM711
• 字数: 3501字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2002.03.011

摘要

用Fisher线性识别技术考察了暂态稳定输入空间的线性可分性,并将其应用于神经网络训练样本集的压缩.利用Fishcr识别,将样本集分成3个区域:稳定区域、失稳区域和不确定区域,对不确定区域的样本采用一种半监督的BP算法来获得一个连续分布的相对稳定指标.由于不确定区域样本数远远小于原始样本集的样本数,因此大大减轻了神经网络的训练负担,提高了训练的速度和效果.在一个10机39节点系统上的应用,表明所选方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾雪平	华北电力大学电力工程系	168	3698	36.0	55.0
2	张文朝	华北电力大学电力工程系	7	159	4.0	7.0
3	刘艳芳	华北电力大学电力工程系	3	60	3.0	3.0