论文部分内容阅读
为了智能电网(SG)系统中各种智能设备产生的大数据实现降维,文中提出了一种Fro-benius范数优化的高阶奇异值分解(F-HOSVD)方案.以张量的形式表示SG设备产生的海量数据,将Frobenius范数应用于高阶张量,使得简化后的张量重构误差最小,可避免SG网络基础设施上发生数据流拥塞或带宽利用率不足.该方案最大限度地减少了在不同节点之间传输的降维数据,仿真结果表明,与不含Frobenius范数的高阶奇异值分解(HOSVD)相比,在降维率、 近似率和重构误差率等方面均有较好的效果.