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
基于支持向量回归的多时间序列自回归方法
被引量：
4
1
作者
张伟
柳先辉
+1 位作者
丁毅
史德明
《计算机应用》
CSCD
北大核心
2012年第9期2508-2511,2519,共5页
能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性。为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学...
能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性。为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学习理论,采用支持向量回归(SVR)算法建立了多时间序列的向量值自回归方法和多任务自回归方法。实验结果证明,与多个独立的单时间序列模型相比,通过这种方法建立的多时间序列自回归模型在焦化工序能耗预报中表现出了更好的性能。
展开更多
关键词
能耗
多时间序列
向量值函数学习
多任务学习
自回归方法
支持向量回归
下载PDF
职称材料
题名
基于支持向量回归的多时间序列自回归方法
被引量：
4
1
作者
张伟
柳先辉
丁毅
史德明
机构
同济大学电子
与
信息工程学院
马鞍山
钢铁
股份
有限公司
能源
与
环境保护部
出处
《计算机应用》
CSCD
北大核心
2012年第9期2508-2511,2519,共5页
基金
国家863计划项目(2009AA043503)
国家科技支撑计划项目(2012BAF10B05)
文摘
能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性。为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学习理论,采用支持向量回归(SVR)算法建立了多时间序列的向量值自回归方法和多任务自回归方法。实验结果证明,与多个独立的单时间序列模型相比,通过这种方法建立的多时间序列自回归模型在焦化工序能耗预报中表现出了更好的性能。
关键词
能耗
多时间序列
向量值函数学习
多任务学习
自回归方法
支持向量回归
Keywords
energy consumption
multiple time series
vector-valued function learning
multi-task learning
autoregressive method
Support Vector Regression （SVR）
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量回归的多时间序列自回归方法
张伟
柳先辉
丁毅
史德明
《计算机应用》
CSCD
北大核心
2012
4
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
