高斯小波支持向量机的研究

• 作者: 戴朝华 王维博 郑永康 陈维荣
• 来源期刊: 信息与控制
• 关键词: 高斯小波核 支持向量机 核函数方法 短期负荷预测
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 670-674
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.06.006

摘要

证明了偶数阶高斯小波函数满足支持向量机的平移不变核函数条件.应用小波核函数建立了相应的高斯小波支持向量机,并且使用云遗传算法对支持向量机及其核函数的参数进行优化.用该算法与常用的高斯核和Morlet小波核支持向量机进行对比实验.通过对非线性函数的逼近和电力系统短期负荷的颅测,验证了该算法的有效性和优越性,表明其具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈维荣	西南交通大学电气工程学院	246	3368	29.0	47.0
2	郑永康	西南交通大学电气工程学院	17	274	11.0	16.0
3	戴朝华	西南交通大学电气工程学院	86	1082	20.0	30.0
4	王维博	西南交通大学信息科学与技术学院	10	203	8.0	10.0