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:
针对励磁系统参数实测及建模问题,提出了采用支持向量机和粒子群算法进行励磁系统参数频域辨识的方法.先用支持向量机方法来提取特征样本,然后采用粒子群算法和这些少量的特征样本对励磁系统进行参数辨识.用支持向量机筛选出的特征样本一方面可以减少粒子群算法的计算时间,另一方面还可以提高模型的辨识精度.实际算例表明粒子群算法用于频域辨识时实现过程简单,对简单模型和复杂模型都可以得到较好的辨识效果.
推荐文章
基于改进粒子群算法的励磁系统参数辨识
参数辨识
粒子群算法
改进
惯性权重
励磁
粒子群算法支持向量机的半监督回归
半监督学习
支持向量机
粒子群算法
遗传算法
基于粒子群算法的双子支持向量机研究
双子支持向量机(TWSVM)
分类算法
粒子群优化算法(PSO)
基于粒子群算法和支持向量机的锅炉排烟温度建模
锅炉
排烟温度
排烟损失
粒子群算法
支持向量机
数值模拟
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 基于支持向量机和粒子群算法的励磁系统频域辨识
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 励磁系统 参数辨识 粒子群算法 支持向量机
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 42-46
页数 分类号 TM712|TP181
字数 3541字 语种 中文
DOI 10.3969/j.issn.1673-5439.2010.05.009
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 刘瑞兰 南京邮电大学自动化学院 29 257 9.0 15.0
2 刘蔚 7 61 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (195)
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)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(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)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(4)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2010(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)
2016(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
励磁系统
参数辨识
粒子群算法
支持向量机
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
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导