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:
电厂单元机组协调系统的控制品质,从很大程度上取决于对机组的动态特性的预测程度.而支持向量机SVM(Support Vector Machines)作为在统计学习理论上发展起来的一种实用算法,其原理经过严密地理论证明已经得到了普遍认可,且已经广泛地应用于模式识别、函数拟合、预测和神经网络等诸多领域.运用支持向量回归的方法对山西阳光发电有限责任公司的协调系统模型进行了预测,并进行了仿真试验,证明了该方法的有效性.
推荐文章
基于模糊加权最小二乘支持向量回归的非线性系统建模方法
模糊加权机理
最小二乘支持向量回归
非线性统
建模方法
基于聚类算法的支持向量回归建模的新策略
自组织特征映射
k均值
聚类算法
加权
支持向量回归
基于支持向量回归的非线性系统辨识
支持向量回归
非线性系统辨识
贝叶斯证据框架
非均匀采样系统的支持向量回归建模与控制
非均匀采样系统
支持向量回归
预测控制
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 基于支持向量回归的协调系统建模
来源期刊 山西电力 学科 工学
关键词 协调系统 支持向量机SVM 支持向量回归 建模
年,卷(期) 2008,(4) 所属期刊栏目 分析与探讨
研究方向 页码范围 11-13
页数 3页 分类号 TK323
字数 2957字 语种 中文
DOI 10.3969/j.issn.1671-0320.2008.04.004
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 韩璞 272 4579 35.0 54.0
2 李海丽 3 20 3.0 3.0
3 宋豪杰 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (1853)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (8)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
协调系统
支持向量机SVM
支持向量回归
建模
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
山西电力
双月刊
1671-0320
14-1293/TK
大16开
山西省太原市青年路6号
1981
chi
出版文献量(篇)
3193
总下载数(次)
3
总被引数(次)
7982
论文1v1指导