基于集成学习的电力数据特征提取方法研究

摘要

针对传统的特征提取方法难以有效识别和提取电力数据特征,提出了基于集成学习的电力数据特征识别与提取方法,通过满足集成分类器在训练子分类器时的丰富性与准确性要求,达到增强子分类器的分类准确性和不同子分类器选择特征的多样性,达到提高特征提取的准确性的目的。研究表明,该方法能够有效提高电力数据特征提取的准确性,有助于提高电力数据挖掘的深度。