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
基于在线序列-极限学习机的干旱预测
极限学习机
在线序列
干旱
预测因子
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
小波核极限学习机分类器
极限学习机
核学习机
小波分析
小波核函数
分类器
基于改进极限学习机的微信热点预测
微信热点
预测模型
极限学习机
验证性测试
权值更新
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 基于优化核极限学习机的风电功率时间序列预测?
来源期刊 物理学报 学科
关键词 核极限学习机 优化方法 时间序列 预测
年,卷(期) 2016,(13) 所属期刊栏目 总论
研究方向 页码范围 130501-1-130501-10
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.65.130501
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 李军 兰州交通大学自动化与电气工程学院 70 490 13.0 19.0
2 李大超 兰州交通大学自动化与电气工程学院 2 60 2.0 2.0
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  (46)
同被引文献  (164)
二级引证文献  (51)
2016(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)
2017(9)
  • 引证文献(9)
  • 二级引证文献(0)
2018(23)
  • 引证文献(18)
  • 二级引证文献(5)
2019(45)
  • 引证文献(15)
  • 二级引证文献(30)
2020(20)
  • 引证文献(4)
  • 二级引证文献(16)
研究主题发展历程
节点文献
核极限学习机
优化方法
时间序列
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导