期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用
被引量:
16
1
作者
张淑清
师荣艳
+3 位作者
董玉兰
李盼
任爽
姜万录
《中国电机工程学报》
EI
CSCD
北大核心
2015年第22期5723-5730,共8页
混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和...
混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。
展开更多
关键词
负荷预测
小波
阈值
去噪
双变量阈值函数
混沌预测模型改进
在线阅读
下载PDF
职称材料
基于小波消噪和优化支持向量机的板形模式识别
被引量:
7
2
作者
吴忠强
康晓华
于丹琦
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第1期95-103,共9页
提高板形模式识别的精度利于得到高精度的控制效果。针对实测的板形信号中混有噪声信号的问题,利用双变量阈值小波去噪,克服了软硬阈值函数在处理小波系数方面存在的缺点,使得去噪的效果更好。将去噪后的板形信号离散化,作为支持向量机...
提高板形模式识别的精度利于得到高精度的控制效果。针对实测的板形信号中混有噪声信号的问题,利用双变量阈值小波去噪,克服了软硬阈值函数在处理小波系数方面存在的缺点,使得去噪的效果更好。将去噪后的板形信号离散化,作为支持向量机的学习样本,建立识别模型。引入布谷鸟算法优化支持向量机的参数。仿真结果表明,相比于粒子群和遗传算法,布谷鸟优化算法所需匹配的参数少,而获得的最优解更好。
展开更多
关键词
板形模式识别
双
变量
阈值
小波
函数
支持向量机
布谷鸟优化算法
在线阅读
下载PDF
职称材料
题名
双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用
被引量:
16
1
作者
张淑清
师荣艳
董玉兰
李盼
任爽
姜万录
机构
河北省测试计量技术及仪器重点实验室(燕山大学电气工程学院)
出处
《中国电机工程学报》
EI
CSCD
北大核心
2015年第22期5723-5730,共8页
基金
国家自然科学基金项目(51475405
61077071)
+1 种基金
河北省自然科学基金项目(F2015203413)
河北省高等学校科技研究重点项目(ZD2014100)~~
文摘
混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。
关键词
负荷预测
小波
阈值
去噪
双变量阈值函数
混沌预测模型改进
Keywords
load forecasting
wavelet threshold denoising
bivariate threshold function
improvement to chaotic forecasting model
分类号
TM74 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于小波消噪和优化支持向量机的板形模式识别
被引量:
7
2
作者
吴忠强
康晓华
于丹琦
机构
燕山大学工业计算机控制河北省重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第1期95-103,共9页
基金
国家自然科学基金资助项目(U1260203)
河北省"三三三人才工程"基金资助项目(A2016015002)
+1 种基金
河北省自然科学基金资助项目(F2016203006
F2017203304)
文摘
提高板形模式识别的精度利于得到高精度的控制效果。针对实测的板形信号中混有噪声信号的问题,利用双变量阈值小波去噪,克服了软硬阈值函数在处理小波系数方面存在的缺点,使得去噪的效果更好。将去噪后的板形信号离散化,作为支持向量机的学习样本,建立识别模型。引入布谷鸟算法优化支持向量机的参数。仿真结果表明,相比于粒子群和遗传算法,布谷鸟优化算法所需匹配的参数少,而获得的最优解更好。
关键词
板形模式识别
双
变量
阈值
小波
函数
支持向量机
布谷鸟优化算法
Keywords
flatness pattern recognition
bivariate wavelet threshold function
support vector machine(SVM)
cuckoo algorithm
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用
张淑清
师荣艳
董玉兰
李盼
任爽
姜万录
《中国电机工程学报》
EI
CSCD
北大核心
2015
16
在线阅读
下载PDF
职称材料
2
基于小波消噪和优化支持向量机的板形模式识别
吴忠强
康晓华
于丹琦
《中国机械工程》
EI
CAS
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部