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:
用支持向量回归(SVR)的方法分析和预测时间序列,可解决复杂非线性系统的建模问题.采用光滑化方法对SVR的基本算法进行改进,可降低计算的复杂度.将光滑支持向量回归(SSVR)算法应用于炉膛燃烧状态时间序列预测.对炉内火焰图像进行聚类分析,计算表征炉膛燃烧状态的状态指数,建立状态指数时间序列,并利用光滑支持向量回归算法构建预测模型.实验结果表明,SSVR方法具有更快的收敛速度、更好的拟合精度和良好的预测性能.
推荐文章
基于趋势点状态模型的时间序列预测算法
时间序列
相似序列
趋势点状态模型
预测
周期
基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析
AR(p)模型
状态向量
卡尔曼滤波算法
预测分析
炉膛内燃烧振荡的实验
锅炉
燃烧振荡
脉动
临界雷诺数
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
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 SSVR算法及炉膛燃烧状态时间序列预测
来源期刊 计算机工程与应用 学科 工学
关键词 光滑支持向量回归 炉膛燃烧状态 时间序列预测
年,卷(期) 2008,(14) 所属期刊栏目 工程与应用
研究方向 页码范围 205-207,211
页数 4页 分类号 TP391
字数 4125字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.14.058
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 王兵 河北大学数学与计算机学院 22 149 8.0 12.0
2 张欣 河北大学电子信息工程学院 65 274 8.0 15.0
3 赵璞 河北大学电子信息工程学院 15 36 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (1979)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1962(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(8)
  • 参考文献(1)
  • 二级参考文献(7)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(6)
  • 参考文献(3)
  • 二级参考文献(3)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光滑支持向量回归
炉膛燃烧状态
时间序列预测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导