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
3
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
基于多模型聚类集成的锅炉烟气NO_x排放量预测模型
被引量：
11
1
作者
甄成刚
刘怀远
《热力发电》
CAS
北大核心
2019年第4期33-40,共8页
电站锅炉烟气NO_x排放量的预测控制对电站的经济效益和环境污染治理有重要影响。为了提高NO_x排放量预测模型的精度,本文提出了一种基于多模型聚类集成的锅炉烟气NO_x排放量建模方法。首先根据输出NO_x排放量的高低划分数据空间,通过基...
电站锅炉烟气NO_x排放量的预测控制对电站的经济效益和环境污染治理有重要影响。为了提高NO_x排放量预测模型的精度,本文提出了一种基于多模型聚类集成的锅炉烟气NO_x排放量建模方法。首先根据输出NO_x排放量的高低划分数据空间,通过基于相关性分析的变量权重和基于信息熵的分层聚类确定参与聚类的变量,然后利用提出的多模型聚类集成(VMSC)算法聚类得到各子空间的隶属度矩阵,最后采用融合隶属度的最小二乘法对各子空间的最小二乘支持向量机(LS-SVM)模型进行集成。仿真结果表明,通过集成模糊C均值聚类(FCM)和有监督的遗传算法-软模糊聚类(GA-SFCM)的VMSC算法提高了建模的精度,比单一模型的仿真性能更好。
展开更多
关键词
多模型
聚
类
集成
GA-SFCM
LS-SVM
有监督模糊聚类
NOX排放量
在线阅读
下载PDF
职称材料
基于支持向量机的模糊小波神经网络
2
作者
张晓光
匡颖芝
+1 位作者
耿道华
吴行标
《华东理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2006年第11期1351-1354,1368,共5页
针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确...
针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。
展开更多
关键词
模糊
小波神经网络
支持向量机
有监督模糊聚类
分
类
在线阅读
下载PDF
职称材料
基于多LS-SVM集成模型的锅炉NO_x排放量建模
被引量：
21
3
作者
赵文杰
吕猛
《电子测量与仪器学报》
CSCD
北大核心
2016年第7期1037-1044,共8页
为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关...
为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关性分析来确定输入变量的权重,通过筛选得到主要的特征变量。在此基础之上,采用有监督的遗传算法-软模糊聚类(GA-SFCM)方法,获得各数据子空间的聚类中心及其相应的样本隶属度,通过融合隶属度的最小二乘法对各子空间LS-SVM模型进行集成。仿真结果表明,通过筛选参与聚类的变量提高了聚类性能和模型精度,采用有监督的GA-SFCM算法进行聚类,降低了聚类复杂度,建立的多LS-SVM集成模型比单一LS-SVM模型有更好的泛化能力。
展开更多
关键词
NOX排放量
多LS-SVM集成模型
GA-SFCM
有监督模糊聚类
在线阅读
下载PDF
职称材料
题名
基于多模型聚类集成的锅炉烟气NO_x排放量预测模型
被引量：
11
1
作者
甄成刚
刘怀远
机构
华北电力大学控制与计算机工程学院
出处
《热力发电》
CAS
北大核心
2019年第4期33-40,共8页
基金
中央高校基本科研业务费专项资金资助(2016MS143
2018ZD05)
北京市自然科学基金资助(4182061)~~
文摘
电站锅炉烟气NO_x排放量的预测控制对电站的经济效益和环境污染治理有重要影响。为了提高NO_x排放量预测模型的精度,本文提出了一种基于多模型聚类集成的锅炉烟气NO_x排放量建模方法。首先根据输出NO_x排放量的高低划分数据空间,通过基于相关性分析的变量权重和基于信息熵的分层聚类确定参与聚类的变量,然后利用提出的多模型聚类集成(VMSC)算法聚类得到各子空间的隶属度矩阵,最后采用融合隶属度的最小二乘法对各子空间的最小二乘支持向量机(LS-SVM)模型进行集成。仿真结果表明,通过集成模糊C均值聚类(FCM)和有监督的遗传算法-软模糊聚类(GA-SFCM)的VMSC算法提高了建模的精度,比单一模型的仿真性能更好。
关键词
多模型
聚
类
集成
GA-SFCM
LS-SVM
有监督模糊聚类
NOX排放量
Keywords
multi-model
clustering ensemble
GA-SFCM
LS-SVM
supervised fuzzy clustering
NOX emission
分类号
TM621.2 [电气工程—电力系统及自动化]
X511 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
基于支持向量机的模糊小波神经网络
2
作者
张晓光
匡颖芝
耿道华
吴行标
机构
中国矿业大学机电工程学院
江苏天能集团陈楼煤矿
出处
《华东理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2006年第11期1351-1354,1368,共5页
基金
江苏省博士后科研基金资助项目(0502010B)
中国矿业大学科技基金资助项目(2005B005)
文摘
针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。
关键词
模糊
小波神经网络
支持向量机
有监督模糊聚类
分
类
Keywords
fuzzy wavelet neural networks
SVM
supervisory fuzzy clustering
classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多LS-SVM集成模型的锅炉NO_x排放量建模
被引量：
21
3
作者
赵文杰
吕猛
机构
华北电力大学控制与计算机工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2016年第7期1037-1044,共8页
基金
河北省自然科学基金(F2014502059)资助项目
文摘
为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关性分析来确定输入变量的权重,通过筛选得到主要的特征变量。在此基础之上,采用有监督的遗传算法-软模糊聚类(GA-SFCM)方法,获得各数据子空间的聚类中心及其相应的样本隶属度,通过融合隶属度的最小二乘法对各子空间LS-SVM模型进行集成。仿真结果表明,通过筛选参与聚类的变量提高了聚类性能和模型精度,采用有监督的GA-SFCM算法进行聚类,降低了聚类复杂度,建立的多LS-SVM集成模型比单一LS-SVM模型有更好的泛化能力。
关键词
NOX排放量
多LS-SVM集成模型
GA-SFCM
有监督模糊聚类
Keywords
NOx emission
multi LS-SVM ensemble model
GA-SFCM
supervised fuzzy clustering
分类号
TN081 [电子电信—物理电子学]
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
基于多模型聚类集成的锅炉烟气NO_x排放量预测模型
甄成刚
刘怀远
《热力发电》
CAS
北大核心
2019
11
在线阅读
下载PDF
职称材料
2
基于支持向量机的模糊小波神经网络
张晓光
匡颖芝
耿道华
吴行标
《华东理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2006
0
在线阅读
下载PDF
职称材料
3
基于多LS-SVM集成模型的锅炉NO_x排放量建模
赵文杰
吕猛
《电子测量与仪器学报》
CSCD
北大核心
2016
21
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
