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
基于遗传算法优化参数的支持向量机短期负荷预测方法
被引量：
135
1
作者
吴景龙
杨淑霞
刘承水
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第1期180-184,共5页
通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统。通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗...
通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统。通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗传算法的支持向量机(GA-SVM)模型,利用此模型对短期电力负荷进行预测研究。通过实例验证,选择河北某地区2005-03-02至2007-05-22每天各个时点的数据进行分析,并且选择SVM模型与BP(Back propagation)神经网络进行对比。研究结果表明:用GA-SVM算法得到的均方根相对误差仅为2.25%,比用SVM模型和BP神经网络所得的均方根相对误差比分别低0.58%和1.93%。所提出的测试方法克服了传统参数选择方法存在的缺点(如研究者往往凭经验和有限的实验给定一组参数,而不讨论参数制定的合理性),提高了支持向量机的预测精度。
展开更多
关键词
遗传算法
支持向量机
参数优化
负荷预测
在线阅读
下载PDF
职称材料
基于构造型神经网络的分类算法
被引量：
3
2
作者
刘承水
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第3期737-741,共5页
提出一种基于构造型神经网络的最大密度覆盖分类算法,以便更加有效地解决模式识别的问题。首先,引入一个密度估计函数,用该函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后,在特征空间里作超平面与球面相交,得...
提出一种基于构造型神经网络的最大密度覆盖分类算法,以便更加有效地解决模式识别的问题。首先,引入一个密度估计函数,用该函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后,在特征空间里作超平面与球面相交,得到1个球面覆盖领域,从而将神经网络训练问题转化为点集覆盖问题。该算法的特点是直接对样本数据进行处理,有效地克服了传统神经网络训练时间长、学习复杂的问题,同时也考虑了神经网络规模的优化问题。计算机仿真实验结果证实了该算法的有效性。
展开更多
关键词
模式识别
神经网络
覆盖
神经元
分类算法
在线阅读
下载PDF
职称材料
题名
基于遗传算法优化参数的支持向量机短期负荷预测方法
被引量：
135
1
作者
吴景龙
杨淑霞
刘承水
机构
华北电力大学工商管理
学院
北方联合电力有限责任公司
北京城市学院城市信息应用研究所
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第1期180-184,共5页
基金
国家自然科学基金资助项目(70671040)
文摘
通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统。通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗传算法的支持向量机(GA-SVM)模型,利用此模型对短期电力负荷进行预测研究。通过实例验证,选择河北某地区2005-03-02至2007-05-22每天各个时点的数据进行分析,并且选择SVM模型与BP(Back propagation)神经网络进行对比。研究结果表明:用GA-SVM算法得到的均方根相对误差仅为2.25%,比用SVM模型和BP神经网络所得的均方根相对误差比分别低0.58%和1.93%。所提出的测试方法克服了传统参数选择方法存在的缺点(如研究者往往凭经验和有限的实验给定一组参数,而不讨论参数制定的合理性),提高了支持向量机的预测精度。
关键词
遗传算法
支持向量机
参数优化
负荷预测
Keywords
genetic algorithm
support vector machine （SVM）
parameter selection
power load forecasting
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于构造型神经网络的分类算法
被引量：
3
2
作者
刘承水
机构
北京城市学院城市信息应用研究所
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第3期737-741,共5页
基金
国家自然科学基金资助项目(70671040)
文摘
提出一种基于构造型神经网络的最大密度覆盖分类算法,以便更加有效地解决模式识别的问题。首先,引入一个密度估计函数,用该函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后,在特征空间里作超平面与球面相交,得到1个球面覆盖领域,从而将神经网络训练问题转化为点集覆盖问题。该算法的特点是直接对样本数据进行处理,有效地克服了传统神经网络训练时间长、学习复杂的问题,同时也考虑了神经网络规模的优化问题。计算机仿真实验结果证实了该算法的有效性。
关键词
模式识别
神经网络
覆盖
神经元
分类算法
Keywords
pattern recognition
neural networks
covering
neuron
classification algorithm
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
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
基于遗传算法优化参数的支持向量机短期负荷预测方法
吴景龙
杨淑霞
刘承水
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009
135
在线阅读
下载PDF
职称材料
2
基于构造型神经网络的分类算法
刘承水
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009
3
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
