# 基于阈值的事件编码

事件驱动学习把连续信号变成稀疏事件，但触发阈值长期靠经验试错。该工作把带符号阈值编码对应到离散化学习系统，用正常工况信号增量的标准差与阈值之比给出信息充分边界，再以保留峰值判别信息的规定比例为准则选出最稀疏阈值。在电力系统故障分类中，保留75%峰值信息时事件密度相对该边界下降约7.6倍，总体分类精度为94.14%。

事件驱动学习把连续信号变成稀疏事件，但触发阈值长期靠经验试错。该工作把带符号阈值编码对应到离散化学习系统，用正常工况信号增量的标准差与阈值之比给出信息充分边界，再以保留峰值判别信息的规定比例为准则选出最稀疏阈值。在电力系统故障分类中，保留75%峰值信息时事件密度相对该边界下降约7.6倍，总体分类精度为94.14%。