在电力行业数字化转型背景下，物联网技术可以通过多种路径赋能业务创新。以下哪些属于物联网技术赋能电力业务创新的有效路径？（多选）

基于深度学习的电力设备图像识别问题中，面对分布不均的设备图像，模型极易产生过拟合问题，下列可解决该问题的方法是（）。（难度：★★）

智能体与其环境进行交互以获取状态信息，并在每个时间步长从动作集合中选择一个动作，然后接收当前时间步长的奖励、环境进入下个状态，该类学习方法为（）。（难度：★）

智能电网信息系统的假数据识别已采用监督学习，非监督学习，强化学习等方法，其中对于无标签的数据样本的应用场景，可采用（）算法。（难度：★★）

在构建居民用电负荷预测模型时，特征选取时需要表征不同时段用户电表数据的波动情况，可选用（）特征。（难度：★）

绝缘子在输电线路中用量庞大，针对绝缘子缺陷进行目标检测时，可先使用目标框聚类的方式确定初始目标框。可用于计算目标框向量距离的方法为（）。（难度：★★）

为解决电力系统中绝缘子图像的目标定位问题，可以基于（）进行建模。（难度：★★）

电力设备的故障诊断多为复合故障，即故障种类为一个多种分类的集合，以下可用于该类问题的算法是（）。（难度：★）

采用卷积神经网络对用于故障诊断的原始振动一维数据进行建模时，可选用的方法是（）。（难度：★★★）

针对风电机组的加速度传感器所获得的一维时域信号，可采用（）进行特征提取。（难度：★★）

基于机器学习的智能电网假数据识别可采用各类有监督学习算法，包括支持向量机、深度学习等，这些算法都依赖于（）的历史数据。（难度：★）