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:
提出在支持向量机回归预测中采用粒子群算法优化参数和主成分析降维的方法,通过算例分析表明,此法能够显著提高预测的精度.
推荐文章
基于粒子群算法优化支持向量回归的水质预测模型
水质监测
支持向量回归机
非线性惯性权重
粒子群优化算法
组合模型
改进粒子群算法优化支持向量机在故障诊断中的应用研究
支持向量机
故障诊断
粒子群算法优化
核主成分分析和粒子群优化支持向量机在电力机车笼型异步牵引电机故障诊断中的应用研究
故障诊断
笼型异步牵引电机
核主成分分析
粒子群优化
支持向量机
基于粒子群支持向量机的海杂波序列回归预测
海杂波
混沌
支持向量机
粒子群
回归预测
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 粒子群算法与主成分析法在支持向量机回归预测中的应用研究
来源期刊 微型机与应用 学科 工学
关键词 支持向量机 粒子群算法 主成分析法 预测
年,卷(期) 2010,(23) 所属期刊栏目 技术与方法
研究方向 页码范围 80-82
页数 分类号 TP181
字数 2907字 语种 中文
DOI 10.3969/j.issn.1674-7720.2010.23.025
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 吕文元 上海理工大学管理学院 91 414 11.0 13.0
2 周方军 上海理工大学管理学院 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  (5)
共引文献  (37)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
粒子群算法
主成分析法
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导