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:
介绍了基于AdaBoost的多神经网络集成预测方法.集成方法的预测结果优于其他方法的预测结果,这一点在理论上和经验上已经得到证明.AdaBoost是适用于时间序列预测的集成方法.基于AdaBoost算法,采用多个BP神经网络训练随机生成的风速样本,再由多个训练结果生成最终的风速预测值.用该方法预测的误差低于用单一BP神经网络进行的预测,其分析和仿真结果表明了其优越性.
推荐文章
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于AdaBoost算法和BP神经网络的咸潮模拟研究
磨刀门水道
咸潮入侵
灰色关联度
BP神经网络
AdaBoost算法
残差调整灰色BP神经网络的短期风速预测研究
灰色预测
BP神经网络
风速预测
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 基于AdaBoost与BP神经网络的风速预测研究
来源期刊 电网与清洁能源 学科 工学
关键词 AdaBoost BP神经网络 短期风速预测
年,卷(期) 2012,(2) 所属期刊栏目 清洁能源
研究方向 页码范围 80-83,89
页数 分类号 TM615
字数 2216字 语种 中文
DOI 10.3969/j.issn.1674-3814.2012.02.016
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 柳玉 华北电力大学控制与计算机工程学院 5 80 4.0 5.0
5 郭虎全 华北电力大学控制与计算机工程学院 1 19 1.0 1.0
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  (118)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (83)
二级引证文献  (45)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(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)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(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)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(6)
  • 引证文献(5)
  • 二级引证文献(1)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(16)
  • 引证文献(3)
  • 二级引证文献(13)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
AdaBoost
BP神经网络
短期风速预测
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
电网与清洁能源
月刊
1674-3814
61-1474/TK
大16开
西安市高新区科技六路15号汇金国际5楼548室
1985
chi
出版文献量(篇)
4567
总下载数(次)
10
论文1v1指导