作者:
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:
推荐文章
基于EEMD-IGSA-LSSVM的超短期风电功率预测?
集合经验模态分解
风功率预测
最小二乘向量机
改进引力搜索算法
指数径向基核函数
基于LS-SVM和核密度估计的概率性风电功率预测
风电功率预测
概率性预测
LS-SVM
核密度估计
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
风电发电功率预测模型改进研究
风电发电
功率预测
优化控制
PID
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 SVM和LSSVM应用于风电功率预测中的对比研究
来源期刊 中国电力教育:企业版 学科 工学
关键词 最小二乘支持向量机 粒子群算法 风电功率预测 支持向量机
年,卷(期) 2014,(11) 所属期刊栏目
研究方向 页码范围 182-184,199
页数 4页 分类号 TM315
字数 语种 中文
DOI
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 黄国栋 17 38 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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)
研究主题发展历程
节点文献
最小二乘支持向量机
粒子群算法
风电功率预测
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
中国电力教育:企业版
月刊
1007-0079
CN 11-3776/G4
北京昌平朱辛庄华北电力大学8号信箱
出版文献量(篇)
7720
总下载数(次)
17
总被引数(次)
0
论文1v1指导