基于支持向量机的暂态稳定分类中的特征选择

• 作者: 向丽萍 王建 王晓红 王晓茹 谢桦 项杨
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 特征选择 主成分分析 遗传算法 支持向量机
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 电力系统分析与控制
• 页码范围: 17-21
• 页数: 5页
• 分类号: TM711
• 字数: 4500字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2007.09.005

摘要

特征选择是支持向量机(SVM)分类实现中非常重要的环节.针对传统方法进行特征选择的缺陷,提出了基于遗传算法的特征选择方法.综述和提出了支持向量机暂态稳定分类的初始特征;建立了IEEE16机86节点系统的暂态稳定分类初始特征样本集;利用主成分分析和遗传算法对维数较大的初始特征进行了有效降维;并通过因子负荷,完成了暂态稳定输入特征的选择;经过支持向量机分类器测试,显示选出的特征有很好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓茹	西南交通大学电气工程学院	148	2979	30.0	46.0
2	王建	清华大学电机工程与应用电子技术系	15	127	6.0	11.0
3	谢桦	北京交通大学电气工程学院	29	178	8.0	12.0
4	王晓红	西南交通大学电气工程学院	6	61	5.0	6.0
5	向丽萍	西南交通大学电气工程学院	3	30	3.0	3.0
6	项杨	西南交通大学电气工程学院	1	19	1.0	1.0