最大信息系数

摘要： 相关性分析因其能快速发现数据间潜在的关系而变得越来越重要了.在现实生活中,人们经常要分析多变量间的相关性大小.鉴于此,提出一种能够度量多变量间相关关系的度量方法——多变量间的最大互信息系数(Multi-variable Maximal Mutual Information Coefficient, Mv_MMIC),该方法能够探测多变量间广泛的相关关系,这里的广泛相关关系包括线性和非线性的函数型关系,甚至所有的函数型关系.首先利用最大互信息系数MIC (Mutual Information Coefficient)构建最大互信息系数矩阵,然后基于矩阵的特征分解原理,利用最大互信息系数矩阵的特征值构建出度量多变量间相关关系的度量方法,把度量两个随机变量间的相关关系的方法MIC巧妙地从两纬度的度量准则推广到度量多变量间的相关性的多维度度量准则中,最后通过实验证明:多变量间的最大互信息系数Mv_MMIC保留了MIC的通用性和公平性的优点,具有一定的理论研究和实际应用价值.

摘要： 为了快速准确地对电力系统的运行状态进行评估,提出了基于LightGBM的电力系统暂态稳定评估方法。首先,利用基于最大信息系数的特征选择算法进行数据降维,筛选出与暂态稳定指标高度相关的关键特征。然后,使用选定特征和相应的暂态稳定指标构建数据集对评估模型进行训练。最后,在接收到来自相量测量单元的实时数据后,基于LightGBM的暂态稳定评估模型提供评估结果。在39节点系统和一个实际的1648节点系统上对所提方法进行应用与验证,结果表明所提出的基于LightGBM的暂态稳定评估方法可保证在线实际应用的时效性和准确性,能有效降低电力系统潜在的运行风险。

摘要： 精确的多元负荷预测对于综合能源系统的能源调度与运行规划起到重要的作用。对电、热、冷负荷单独进行预测的传统方法会忽略多元负荷间的耦合关系。针对这一问题,提出一种基于多目标Stacking集成学习的多元负荷协同预测模型。引入最大信息系数对多元负荷及天气因素进行相关性分析,并提出负荷耦合形态指标来深度挖掘多元负荷间的耦合关系;将多目标回归与Stacking集成学习模型相结合,建立多元负荷协同预测模型;通过实际算例验证所提模型的有效性,算例结果表明,与其他预测模型相比,所提模型预测精度更高。

摘要： 针对工业园区废气污染和溯源追踪问题,基于含变异系数滑窗,提出了一种动态关联分析方法.首先,使用变异系数及其变化率来定义滑窗窗口长度的变化,其次,将斯皮尔曼相关系数和最大信息系数加权来计算窗口内两段数据的相关性,反映关联特征,最后在两种方法结合的基础上,使用某工业园区的实际监测数据中的CO浓度数据与其他污染气体浓度进行动态关联分析实验.结果表明,所提出的动态关联分析方法能够快速分析出多种污染废气浓度之间的短时关联特征,为污染预测和溯源提供了重要的参考信息.

摘要： 风电功率的精确预测能有效降低并网过程中给电力系统带来的波动,故文章提出一种基于时序分解和误差修正的风电功率预测方法。该方法首先利用最大信息系数法(maximum information coefficient,MIC)选择出与风电功率相关性强的特征,以降低原始数据的复杂度;然后针对风电功率的非平稳特性,采用双层自适应噪声完备集合经验模态分解(double layers complete ensemble empirical mode decomposition with adaptive noise,DLCEEMDAN)将风电功率分解为若干个平稳的子序列;最后利用融合注意力机制的时间卷积网络(temporal convolutional networks,TCN)对风电多变量时间序列进行动态建模;为进一步提高预测精度,引入轻梯度提升机(light gradient boosting machine,LightGBM)对预测值进行误差修正。结合国内某风电场实测数据进行实验,仿真结果表明,所提方法具有较高的短期风电功率预测精度。

摘要： 基于循环神经网络的负荷预测模型大多将历史负荷数据和影响负荷的其他因素如气象数据等共同作为预测模型的输入特征,但气象数据内部规律性不强,不适合作为循环神经网络的输入。针对该问题,提出一种基于Attention-BiLSTM神经网络和气象数据修正的短期负荷预测模型。采用最大信息系数分析影响负荷的主要因素;考虑到负荷序列较长且存在双向信息流,利用BiLSTM神经网络进行预测;引入注意力机制,通过注意力权重突出关键因素的影响,挖掘负荷数据的内部规律;利用核极限学习机结合气象数据进行误差预测和修正,完成负荷预测。以我国东部某地区真实数据作为实际算例,实验结果表明,所提模型与其他模型相比有更好的预测效果。

摘要： 风力出电预测结果的准确性直接影响电力系统的调度安全,故提出一种基于变分模态分解(VMD)和最大信息系数(MIC)的风电功率组合预测方法。针对风力发电功率时间序列的随机性和波动性,利用VMD将原始风电功率序列分解为具有不同波动特性的模态分量;然后考虑气象信息与风电机组运行条件,采用MIC在考虑时间尺度后对各分量进行特征选择;基于诱导有序加权平均(IOWA)算子建立组合模型分项进行预测;最后将各模态分量的预测结果叠加获得最终预测值。基于风电场实测数据进行实验,结果表明所提组合预测模型能有效提高预测精度。

摘要： 为了探究Landsat8 OLI影像和支持向量机算法在林分蓄积量估测中的潜力,以湖南省株洲市为研究区,以Landsat8 OLI卫星影像为遥感数据源,并结合同时期的湖南省森林资源二类调查数据,提取单波段特征、植被指数和纹理特征等遥感因子作为候选变量;利用最大信息系数对遥感变量进行筛选,并构建基于多项式核的PK-SVR模型、基于径向基核的RK-SVR模型、基于拉普拉斯核的LK-SVR模型和基于Sigmoid核的SK-SVR模型;以决定系数、相对均方根误差作为预测模型的评价指标,并与传统的线性回归模型进行对比,同时对研究区的森林蓄积量进行反演,得到株洲市森林蓄积量空间分布图。结果表明:支持向量机(SVR)模型的预测结果明显优于多元线性回归模型,RK-SVR模型的预测效果最好,其决定系数为0.61、均方根误差为69.26 m^(3)/hm^(-2)、相对均方根误差为31.2%。

摘要： 本工作选取多种经典相关系数进行了对比研究,如Pearson相关系数、Spearman相关系数、距离相关系数、最大信息系数及HHG相关系数。具体地,在不同数据规模及噪声水平下,对线性、非线性单调、非单调、非函数等不同类型变量的相关性分别进行研究,得到各相关系数的统计功效。通过分析发现,Pearson相关系数、Spearman相关系数更适合衡量线性、非线性单调相关关系,最大信息系数则更适合衡量含有周期性的相关关系,HHG则更适合衡量非函数相关关系。本研究可为挖掘不同相关关系,提供相关系数选取依据。

摘要： 光伏电站出力随机性易引发并网点电压大幅度波动,通过趋势预测提前调控是提高电压稳定性的有效途径。为了提升电压趋势预测精度,提出一种基于卷积神经网络(convolutional neural networks,CNN)和门控循环单元(gated recurrent unit,GRU)的电压轨迹预测方法。首先,通过采集单元提取电压数据构建时间序列;然后,计算电压时间序列的自相关系数及其与外部变量间的最大信息系数(maximal information coefficient,MIC),分析电压时间序列与外部变量在时序上的关联性;再通过CNN网络提取输入数据的高层特征;最后输入至GRU网络完成电压轨迹预测。通过某地光伏电站实测数据进行验证,结果表明:本文模型与GRU、长短期记忆网络(long short-term memory,LSTM)、CNN-LSTM、支持向量回归(support vector regression,SVR)等模型相比预测准确度更高。

摘要： 本发明提供基于最大互信息系数与深度学习的配电网线损预测方法，以实际配电网历史线损数据、气候气象数据作为特征变量，计算特征变量与待预测时刻线损之间的最大互信息系数；搭建由输入层、多层LSTM单元、Dropout层及输出层的配电网线损预测模型；选取最大互信息系数值大于M的特征变量作为特征集，在特征集中按照最大互信息系数值由高到低依次选取特征作为配电网线损预测模型的输入，并结合模型预测误差构建最优输入特征集，实现配电网线损精准预测。本发明的配电网线损预测方法，能够定量分析配电网历史多时刻线损特征、气候气象特征与待预测时刻线损之间的关联度，构建完整有效的模型输入特征集，降低模型训练复杂度，提升线损预测模型的预测精度。

摘要： 本发明公开了一种基于最大信息系数的模糊聚类冗余接入点(Access Point,AP)约简方法。首先，对离线阶段采集的接收信号强度(Received Signal Strength,RSS)数据进行标准化预处理，其次，基于标准化预处理后的多维RSS特征矩阵结合直方图估计法计算了测试环境中AP间最大信息系数，最后，基于最大信息系数矩阵构建了模糊等价矩阵并通过模糊聚类建立了相关AP集合，并从中筛选出了非冗余AP用于定位。实验结果表明，本发明方法在保证系统定位精度的同时降低了定位系统的存储与计算开销。

摘要： 本发明涉及一种基于最大信息系数的大数据平台在线异常检测方法，该方法采用Spark Streaming滑动窗口机制对访问日志进行统计分析，构建用户活跃度模型，进而计算出相邻时间窗口用户活跃度序列的最大信息系数，通过比较最大信息系数与设定的阈值，判定当前时间是否出现网络异常状况。该方法有利于快速、准确且近实时地发现在线场景下的网络异常，实现了大数据平台异常检测分析系统的近实时异常检测功能。

摘要： 本发明涉及一种基于最大信息系数的特征选择、分类方法及其装置，所述特征选择方法包括：S1，基于互信息准则将原始特征进行排序，将相关度低于阈值的特征删除，并将所述相关度高于阈值的特征形成初始特征子集；S2，计算在所述初始特征子集中的特征之间的最大信息系数；S3，根据所述最大信息系数，删除所述初始特征子集中的冗余特征，得到低维特征子集。本发明所述的特征选择方法通过使用互信息以及最大信息系数的方式进行特征选择，从而去除冗余特征，降低了数据的维度。

摘要： 本发明公开了一种基于安全多方计算的最大信息系数方法，数据提供方将特征数据离散在二维坐标系中，将当前二维坐标系划分为网格区域，将特征数据在网格区域中的位置分布形成编码矩阵并且加密发送给数据应用方。数据应用方根据编码矩阵的密文和标签矩阵在网格区域中的位置分布得出网格区域内数据点分布个数的密文，发送给数据提供方解密计算出数据点在每个区域的分布频率，从而得出最大信息系数。该方法由编码矩阵的密文矩阵代替实际数据的密文矩阵发送给数据应用方，保证了数据不离开本地，增强了数据隐私保护。

摘要： 本发明公开了一种基于最大信息系数的模糊聚类冗余接入点(Access Point,AP)约简方法。首先，对离线阶段采集的接收信号强度(Received Signal Strength,RSS)数据进行标准化预处理，其次，基于标准化预处理后的多维RSS特征矩阵结合直方图估计法计算了测试环境中AP间最大信息系数，最后，基于最大信息系数矩阵构建了模糊等价矩阵并通过模糊聚类建立了相关AP集合，并从中筛选出了非冗余AP用于定位。实验结果表明，本发明方法在保证系统定位精度的同时降低了定位系统的存储与计算开销。

摘要： 本发明属于数据挖掘技术领域，公开了一种在大数据集中计算单变量与多变量间的最大信息系数的方法及系统，用以计算单个变量Y与m个变量(X

摘要： 本发明公开了一种基于最大信息系数和基尼指标的特征选择方法，其中，所述方法包括：S101：用于特征选择的非平衡数据集；S102：利用RM‑SMOTE算法对非平衡数据集进行处理；S103：利用最大信息系数法对处理过的数据进行相关性特征筛选，得出筛选后的特征集；S104：通过随机森林模型(random forest，RF)中的Gini指数计算筛选后的每个特征对RF模型的特征重要度并对其进行排序，去除重要度较低的特征，得到最终特征数据集；S105：将得到的特征数据集输入到SVM模型中，得到数据集优化后的SVM模型；S106：利用测试集对新的模型进行测试，使用AUC值作为评判模型的标准。

摘要： 本发明涉及一种基于最大信息系数的大数据平台在线异常检测方法，该方法采用Spark Streaming滑动窗口机制对访问日志进行统计分析，构建用户活跃度模型，进而计算出相邻时间窗口用户活跃度序列的最大信息系数，通过比较最大信息系数与设定的阈值，判定当前时间是否出现网络异常状况。该方法有利于快速、准确且近实时地发现在线场景下的网络异常，实现了大数据平台异常检测分析系统的近实时异常检测功能。

摘要： 本发明提供了一种基于格栅获取法及最大信息系数法的电力应急抢修光源评价方法，包含步骤如下：采用格栅获取法建立综合评价的指标体系，划分指标层次；计算各指标值，并对各指标值进行规范化处理，得到无量纲的指标数据；采用最大信息系数法精简指标体系，筛选出重要指标项；对于筛选出重要指标项，采用模糊Borda数分析法确定指标权重；根据权重计算照明灯的综合性能评价得分，并根据综合性能评价得分确定抢修光源。该评价方法适用于对应急抢修系统中，包括运用于变电站、应急抢修车、高压电路杆塔等场合所使用的照明灯性能的评价中，能够针对应急抢修系统对照明设备的特殊要求来选择最适用的照明设备。