基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统.该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点.将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性.
推荐文章
基于随机森林算法和粗糙集理论的改进型深度学习 短期负荷预测模型
电力负荷预测
随机森林(RF)算法
深度学习(DL)
粗糙集理论(RST)
基于变精度粗糙集理论的组合预测方法研究
组合预测
加权系数
粗糙集
可变精度粗糙集合模型
基于决策理论粗糙集的一种新属性约简方法
决策理论粗糙集
属性约简
正区域
分类性能
一种基于FPGA的粗糙集属性约简方法
粗糙集
FPGA
遗传算法
属性约简
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于粗糙集理论的SVM短期负荷预测方法
来源期刊 系统工程与电子技术 学科 工学
关键词 粗糙集理论 支持向量机 电力系统 短期负荷预测
年,卷(期) 2004,(2) 所属期刊栏目 系统工程
研究方向 页码范围 187-190
页数 4页 分类号 TP18
字数 4574字 语种 中文
DOI 10.3321/j.issn:1001-506X.2004.02.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方廷健 中国科学院智能机械研究所 50 2136 22.0 46.0
2 李元诚 中国科学技术大学自动化系 6 741 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (35)
参考文献  (1)
节点文献
引证文献  (55)
同被引文献  (78)
二级引证文献  (191)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(8)
  • 引证文献(8)
  • 二级引证文献(0)
2006(12)
  • 引证文献(4)
  • 二级引证文献(8)
2007(26)
  • 引证文献(9)
  • 二级引证文献(17)
2008(16)
  • 引证文献(4)
  • 二级引证文献(12)
2009(19)
  • 引证文献(7)
  • 二级引证文献(12)
2010(22)
  • 引证文献(7)
  • 二级引证文献(15)
2011(24)
  • 引证文献(2)
  • 二级引证文献(22)
2012(12)
  • 引证文献(2)
  • 二级引证文献(10)
2013(28)
  • 引证文献(5)
  • 二级引证文献(23)
2014(17)
  • 引证文献(0)
  • 二级引证文献(17)
2015(17)
  • 引证文献(0)
  • 二级引证文献(17)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粗糙集理论
支持向量机
电力系统
短期负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导