期刊导航
期刊开放获取
cqvip
退出
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SVR的用电负荷特征三维回归模型
被引量:
6
1
作者
汤强
谢明中
罗元盛
《计算机工程》
CAS
CSCD
北大核心
2017年第9期300-303,309,共5页
针对用电负荷的周期性特点,将用电负荷特征学习建模为小时、天数、负荷数3个维度的回归问题,提出一种基于支持向量回归机的三维回归模型。将支持向量机的核函数设计为多个核函数的线性组合分别进行参数训练,并给出多路径逐步逼近的参数...
针对用电负荷的周期性特点,将用电负荷特征学习建模为小时、天数、负荷数3个维度的回归问题,提出一种基于支持向量回归机的三维回归模型。将支持向量机的核函数设计为多个核函数的线性组合分别进行参数训练,并给出多路径逐步逼近的参数训练算法。仿真结果表明,与三层神经网络、最小二乘非线性拟合模型相比,该模型具有较好的用电负荷特征学习与预测能力。
展开更多
关键词
用电
负荷
特征
支持向量回归机
三维回归模型
参数训练算法
参数自适应
下载PDF
职称材料
题名
基于SVR的用电负荷特征三维回归模型
被引量:
6
1
作者
汤强
谢明中
罗元盛
机构
长沙理工大学计算机与通信工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第9期300-303,309,共5页
基金
国家自然科学基金(61303043)
湖南省自然科学基金(13JJ4052)
湖南省教育厅科学研究项目(13C1023)
文摘
针对用电负荷的周期性特点,将用电负荷特征学习建模为小时、天数、负荷数3个维度的回归问题,提出一种基于支持向量回归机的三维回归模型。将支持向量机的核函数设计为多个核函数的线性组合分别进行参数训练,并给出多路径逐步逼近的参数训练算法。仿真结果表明,与三层神经网络、最小二乘非线性拟合模型相比,该模型具有较好的用电负荷特征学习与预测能力。
关键词
用电
负荷
特征
支持向量回归机
三维回归模型
参数训练算法
参数自适应
Keywords
power load characteristics
Support Vector Regression(SVR)
Three Dimensional Regression Model(TDRM)
parameter training algorithm
parameter adaptation
分类号
TM732 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SVR的用电负荷特征三维回归模型
汤强
谢明中
罗元盛
《计算机工程》
CAS
CSCD
北大核心
2017
6
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