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:
由于风速随机性大且影响风速大小的因素较多,为了提高风速预测的准确性,研究了将支持向量机( support vectormachine,SVM)应用于风速预测的方法.通过交叉验证选取LIBSVM回归机的最优参数组合并建立模型.实验结果表明,该方法在风速的实际预测中具有可行性.
推荐文章
一种基于时间序列模型的风速预测方法
污染物扩散
时间序列
风速
预测
基于ABC-BP的短期风速预测研究
短期风速预测
人工蜂群算法
BP神经网络
支持向量机
基于相似样本的风速组合预测
层次聚类
模拟退火果蝇算法
高斯扰动
灰色关联度
组合预测
基于ANN的公路隧道火灾临界风速预测研究
预测模型
人工神经网络
临界风速
火灾
公路隧道
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LIBSVM的风速预测方法研究
来源期刊 科学技术与工程 学科 工学
关键词 支持向量机 LIBSVM 风速预测
年,卷(期) 2011,(22) 所属期刊栏目 计算机技术
研究方向 页码范围 5440-5442,5450
页数 分类号 TP301.6
字数 2592字 语种 中文
DOI 10.3969/j.issn.1671-1815.2011.22.051
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 雷刚 宝鸡文理学院数学系 37 85 4.0 8.0
2 王慧勤 宝鸡文理学院数学系 24 77 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (35)
参考文献  (3)
节点文献
引证文献  (37)
同被引文献  (117)
二级引证文献  (74)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(9)
  • 二级引证文献(0)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(18)
  • 引证文献(4)
  • 二级引证文献(14)
2018(26)
  • 引证文献(6)
  • 二级引证文献(20)
2019(25)
  • 引证文献(3)
  • 二级引证文献(22)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
支持向量机
LIBSVM
风速预测
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导