基于主动半监督学习的智能电网信调日志分类

• 作者: 姜远 年素磊 杜科 林为民 郭经红 黎铭
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据挖掘 机器学习 主动半监督学习 信调日志分类 智能电网
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 167-170,207
• 页数: 5页
• 分类号: TP181
• 字数: 5492字
• 语种: 中文

摘要

智能电网的通信调度系统是智能电网正常运行的保证.为保证系统正确运行,值班员需要对电网信调系统的运行状态、突发事件、事故故障以及相应的处理方案进行记录.为帮助管理者及时了解智能电网信息调度系统的工作情况,发现潜在安全隐患,通常需要为这些日志数据标注其日志类型,以方便管理者查询和检索,因此,要求智能电网信息调度系统能够自动对每天记录的各种日志根据管理需要进行分类.对大量根据值班员自己理解和习惯撰写的日志进行自动分类,需要对由信息调度专家提供类型标注的大量日志数据进行学习.然而因人工阅读标注耗时、耗力,故在实际应用中往往仅能提供少量的标注,从而影响自动分类的性能.针对这一问题,提出了基于主动半监督学习的日志自动分类方法,该方法一方面利用主动学习找出对学习最有帮助的日志,获得其类型标注；另一方面,通过利用大量缺乏类型标注的日志进一步提升学习性能.在国家电网的智能电网信息调度日志数据上的应用结果表明,基于主动半监督学习,可获得比现有方法更优的日志自动分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜远	南京大学软件新技术国家重点实验室	24	288	7.0	16.0
2	林为民		15	237	9.0	15.0
3	黎铭	南京大学软件新技术国家重点实验室	14	170	5.0	13.0
4	杜科		2	2	1.0	1.0
5	郭经红		7	30	3.0	5.0
6	年素磊	南京大学软件新技术国家重点实验室	1	2	1.0	1.0