本文提出了一种自适应的核密度估计模型,用于电力系统概率建模。该模型通过分配可学习的权重给核心实现性能改进,并使用修正的期望最大化算法加快优化速度。与高斯混合模型相比,该模型表现良好。
提出了一种自适应的核密度估计模型用于电力系统概率建模。
模型通过分配可学习的权重给核心实现性能改进。
使用修正的期望最大化算法加快优化速度。
与高斯混合模型相比,该模型表现良好。
完成下面两步后,将自动完成登录并继续当前操作。