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
1
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
基于最小二乘支持向量机的短期负荷预测模型
被引量：
9
1
作者
张宁
许承权
+1 位作者
薛小铃
郑宗华
《现代电子技术》
2010年第18期131-133,共3页
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于电力系统短期负荷时间序列预测。通过实例...
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于电力系统短期负荷时间序列预测。通过实例并与神经网络模型预测结果相比较表明,LSSVM模型的预测精度要明显高于神经网络模型,验证了LSS-VM模型可以很好地应用于短期负荷时间序列预测,并且具有较高的准确性与有效性,这为短期负荷预测提供了一个新的解决思路。
展开更多
关键词
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
在线阅读
下载PDF
职称材料
题名
基于最小二乘支持向量机的短期负荷预测模型
被引量：
9
1
作者
张宁
许承权
薛小铃
郑宗华
机构
闽江学院物理学与电子工程系
闽江学院
地理科学
系
出处
《现代电子技术》
2010年第18期131-133,共3页
基金
福建省自然科学基金资助项目(2009J05102)
福州市科技计划资助项目(2009-S-95)
福建省教育厅A类科技项目(JA09193)
文摘
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于电力系统短期负荷时间序列预测。通过实例并与神经网络模型预测结果相比较表明,LSSVM模型的预测精度要明显高于神经网络模型,验证了LSS-VM模型可以很好地应用于短期负荷时间序列预测,并且具有较高的准确性与有效性,这为短期负荷预测提供了一个新的解决思路。
关键词
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
Keywords
least square support vector machine
neural network
short-term load prediction
time-sequence forcasting
分类号
TN715.34 [电子电信—电路与系统]
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
基于最小二乘支持向量机的短期负荷预测模型
张宁
许承权
薛小铃
郑宗华
《现代电子技术》
2010
9
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
