基于stacking模型的窃漏电用户检测

• 作者: 周宇才 谢旭轩 谭台哲
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 窃漏电 ADABOOST KNN CART决策树 STACKING
• 年，卷（期）: 2020,（18）
• 页码范围: 207-208
• 页数: 2页
• 分类号: TP311

摘要

为了进一步提高对窃漏电用户检测的准确性,本文提出了一种基于Stacking融合模型对窃漏电用户进行分类的检测方法。该模型分成两层架构,第一层基础模型对原始特征进行特征变换后得到新的二级特征,再把二级特征输入到第二层训练元学习器从而实现对样本数据的最终分类。实验结果表明,stacking融合模型很好融合了各个单一模型的优点,相比于单一的分类模型, Stacking模型表现出了更好的检测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭台哲		27	117	6.0	9.0
2	周宇才		2	0	0.0	0.0
3	谢旭轩		3	0	0.0	0.0