为了进一步挖掘混沌系统的演化信息,提升预测精度,减少训练时间,提出了一种基于最大信息挖掘广域学习系统多核最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)短期电力负荷预测算法。为了有效地捕捉电力负荷的非线性信...为了进一步挖掘混沌系统的演化信息,提升预测精度,减少训练时间,提出了一种基于最大信息挖掘广域学习系统多核最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)短期电力负荷预测算法。为了有效地捕捉电力负荷的非线性信息,引入了一种改进的漏积分器动态储层,不仅可以获取系统当前状态的信息,而且可以学习历史信息,进一步通过非线性随机映射充分挖掘非线性信息。提出了一种多核LS-SVM预测模型,有效综合了各个核函数的优点。通过两个电力负荷预测案例将文中方法与传统的反向传播算法和支持向量机算法进行预测误差对比,预测结果验证了所提出的混沌时间序列预测算法具有较高的预测精度,适用于短期电力负荷预测。展开更多
针对内容中心网络(Content-centric Network,CCN)中现有的缓存替换策略考虑问题单一,直接删除替换内容的不足,提出一种基于通告转移机制(Notification Transfer Mechanism,NTM)的CCN网络缓存替换策略。结合动态内容流行度、缓存代价以...针对内容中心网络(Content-centric Network,CCN)中现有的缓存替换策略考虑问题单一,直接删除替换内容的不足,提出一种基于通告转移机制(Notification Transfer Mechanism,NTM)的CCN网络缓存替换策略。结合动态内容流行度、缓存代价以及时间因子求取内容缓存价值(Content Storage Value,CSV)。依据CSV值判定缓存替换内容,同时建立请求-响应的活动路径,替换内容沿活动路径存储在适合的节点,便于域内网络用户再次请求。仿真实验表明,相对于已有的几种缓存替换算法,该算法能够有效地提高CCN网络平均缓存命中率,降低路由平均请求跳数。展开更多
文摘为了进一步挖掘混沌系统的演化信息,提升预测精度,减少训练时间,提出了一种基于最大信息挖掘广域学习系统多核最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)短期电力负荷预测算法。为了有效地捕捉电力负荷的非线性信息,引入了一种改进的漏积分器动态储层,不仅可以获取系统当前状态的信息,而且可以学习历史信息,进一步通过非线性随机映射充分挖掘非线性信息。提出了一种多核LS-SVM预测模型,有效综合了各个核函数的优点。通过两个电力负荷预测案例将文中方法与传统的反向传播算法和支持向量机算法进行预测误差对比,预测结果验证了所提出的混沌时间序列预测算法具有较高的预测精度,适用于短期电力负荷预测。
