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:
提出了一种基于改进支持向量机(SVM)特征选择算法及神经网络的整经轴数预测算法,该算法采用改进SVM算法选择影响整经轴数的关键特征,在此基础上利用前馈神经网络获得整经轴数的预测值. 在数值计算及实际制造企业的应用效果表明该算法有效,能满足实际棉纺生产过程整经轴数预测的需要.
推荐文章
基于改进烟花算法的SVM特征选择和参数优化
二进制编码
烟花算法
特征选择
参数优化
一种基于SVM特征选择的油气预测方法
向量计算机
地震数据处理
油气藏
预测
观音场气田
基于预测算子的GSO特征选择算法
特征选择
PGSO
轮盘赌选择
变异算子
预测算子
基于模糊熵特征选择算法的SVM在漏洞分类中的研究
模糊熵
支持向量机
漏洞特征
漏洞文本
特征选择
漏洞分类
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SVM特征选择的整经轴数预测算法
来源期刊 北京邮电大学学报 学科 工学
关键词 支持向量机 整经轴数 特征选择 预测 调度
年,卷(期) 2009,(6) 所属期刊栏目 论文
研究方向 页码范围 88-92
页数 5页 分类号 TP273
字数 4344字 语种 中文
DOI 10.3969/j.issn.1007-5321.2009.06.019
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 孙跃鹏 清华大学自动化系 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (46)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (18)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(16)
  • 参考文献(0)
  • 二级参考文献(16)
2007(17)
  • 参考文献(2)
  • 二级参考文献(15)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
支持向量机
整经轴数
特征选择
预测
调度
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
北京邮电大学学报
双月刊
1007-5321
11-3570/TN
大16开
北京海淀区西土城路10号
2-648
1960
chi
出版文献量(篇)
3472
总下载数(次)
19
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导