Identifikation von elektrischen Geräten im Haushalt
Versandkostenfrei!
Versandfertig in 6-10 Tagen
60,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Das Ziel dieser Arbeit ist es, ein neues System zur Identifizierung von elektrischen Haushaltsgeräten vorzuschlagen. Unser erster Beitrag besteht darin, ein Identifikationssystem vorzuschlagen, das auf der Verwendung der statistischen Parameter von Oberschwingungen und der Anwendung des KNN-Klassifikators in Kombination mit der Abstimmungsregelmethode basiert. Die Ergebnisse zeigen, dass die Extraktion von 500 Parametern, basierend auf der Schätzung des statistischen Mittels und der Standardabweichung, kombiniert mit der KNN-Klassifikation und der Abstimmungsregel-Strategie, die beste CR-Kla...
Das Ziel dieser Arbeit ist es, ein neues System zur Identifizierung von elektrischen Haushaltsgeräten vorzuschlagen. Unser erster Beitrag besteht darin, ein Identifikationssystem vorzuschlagen, das auf der Verwendung der statistischen Parameter von Oberschwingungen und der Anwendung des KNN-Klassifikators in Kombination mit der Abstimmungsregelmethode basiert. Die Ergebnisse zeigen, dass die Extraktion von 500 Parametern, basierend auf der Schätzung des statistischen Mittels und der Standardabweichung, kombiniert mit der KNN-Klassifikation und der Abstimmungsregel-Strategie, die beste CR-Klassifikationsrate von 94,97% ergibt. Unser zweiter Beitrag besteht darin, die Dimensionalität zu reduzieren, indem wir eine kompakte Parameterdarstellung (genannt DWE) verwenden, die auf der Schätzung des Mittelwerts und der Standardabweichung der Energie basiert, die auf jeder Ebene der dyadischen Zerlegung der Wavelet-Analyse berechnet wurde. Zwei Deskriptoren namens LWE und WCC werden ebenfalls aus dieser Analyse extrahiert, indem jeweils der Logarithmus der Gesamtenergie und anschließend die diskrete Kosinustransformation angewendet werden. Die Ergebnisse zeigen, dass der Deskriptor WCC einen maximalen CR-Wert von 98,13% aufweist.
Andere Kunden interessierten sich für
