%0 Journal Article
%A 林荣恒
%A 曾兴东
%A 张勇
%A 邹华
%T 面向配电网故障数据的BIC评估后向选择方法
%D 2017
%R 10.13190/j.jbupt.2017.03.015
%J 北京邮电大学学报
%P 104-109
%V 40
%N 3
%X 10 kV配电网所处环境复杂，引发故障的原因很多，在使用数据挖掘方法对配电网故障进行分析时，太多的特征会对挖掘模型造成负面影响.为了防止挖掘模型考虑过多无用信息，需首先对数据进行特征选择来实现降维，因此提出了基于贝叶斯信息准则（BIC）的模型评估后向选择算法，对故障因素进行降维.BIC评估准则能够尽可能地简化模型，降低维度，而后向选择算法可以快速得到最优的简化模型，两者的结合提升了降维的速度，并能够得到更加简化的模型.实验结果表明，采用基于BIC评估的后向选择算法有助于后续模型准确性的提升，可提高训练效率.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2017.03.015