基于特征选择和机器学习的台区线损检测方法及装置

被引:0
申请号
CN202210809650.5
申请日
2022-07-11
公开(公告)号
CN115409317A
公开(公告)日
2022-11-29
发明(设计)人
刘度度 周钢 任盛 付兵权 肖坤 吴邦飞 夏赞 刘谋海
申请人
申请人地址
410004 湖南省长沙市新韶东路398号
IPC主分类号
G06Q1006
IPC分类号
G06Q5006 G06N308 G06K962
代理机构
湖南兆弘专利事务所(普通合伙) 43008
代理人
胡君
法律状态
实质审查的生效
国省代码
引用
下载
收藏
共 50 条
[1]   基于机器学习的台区线损采集计算因素异常诊断方法及装置 [P]. 
韦义轩 ;
黄鑫 ;
严谨 ;
任辰祥 ;
林浩宇 ;
童予 ;
赵鸿翔 ;
陶汉思 ;
张烜铭 ;
成瑜 .
中国专利 :CN120337017A ,2025-07-18
[2]   一种基于机器学习和特征选择的DRDoS攻击检测方法 [P]. 
周华春 ;
杨天奇 ;
王玮琳 ;
李丽娟 ;
李颖之 ;
沈琦 .
中国专利 :CN113206860B ,2021-08-03
[3]   台区线损率检测方法及检测系统 [P]. 
陈蕾 ;
李卫东 ;
陈安伟 ;
孔繁钢 ;
王炜 ;
庄晓丹 ;
涂莹 .
中国专利 :CN104730393A ,2015-06-24
[4]   一种基于线损标杆阈值的台区线损异常检测方法及装置 [P]. 
肖勇 ;
赵云 ;
李鹏 ;
何恒靖 ;
钱斌 ;
蔡梓文 .
中国专利 :CN109919514A ,2019-06-21
[5]   基于机器学习的样本异常检测方法、装置、设备及介质 [P]. 
徐啸 ;
李晓宇 ;
孙瑜尧 .
中国专利 :CN113705699A ,2021-11-26
[6]   基于机器学习的样本异常检测方法、装置、设备及介质 [P]. 
徐啸 ;
李晓宇 ;
孙瑜尧 .
中国专利 :CN113705699B ,2024-10-15
[7]   基于机器学习的特征选择方法、装置、设备及存储介质 [P]. 
陈刚 ;
兰翔 ;
钟磊 .
中国专利 :CN110276369A ,2019-09-24
[8]   基于深度学习和机器学习的多特征融合的疲劳检测方法 [P]. 
李永杰 ;
韦新栩 ;
张显石 .
中国专利 :CN113887386A ,2022-01-04
[9]   一种基于机器学习的不可解析网络数据特征选择的攻击检测方法 [P]. 
黄文君 ;
米俊芃 ;
陈梦迟 ;
王宇平 .
中国专利 :CN111314310B ,2020-06-19
[10]   一种台区线损异常检测方法及装置 [P]. 
闫富荣 ;
袁葆 ;
张文 ;
陈雁 ;
万泉 ;
周春 ;
欧阳红 .
中国专利 :CN114139956B ,2025-09-09