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:
考虑到产业发展与用电量之间的显著相关性,将极限学习机(extreme learning machine,ELM)应用于研究用电量与经济发展之间的关系,讨论如何基于用电量数据来预测产业经济增长.案例研究表明:(1)ELM算法在大多数情况下比普通线性回归方法具有更高的准确率;(2)统计结果显示,第二产业的几乎所有下属产业都高度依赖电力消费,其经济增长率与其用电量呈非线性正相关.
推荐文章
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
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
基于粒子群优化算法的最优极限学习机
粒子群算法
极限学习机
隐层节点
在线增量极限学习机及其性能研究
极限学习机
增量学习
在线学习
广义逆
在线增量极限学习机
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 基于用电数据和极限学习机的结构经济模型
来源期刊 电力建设 学科 工学
关键词 用电量 第二产业 极限学习机(ELM) 经济增长 预测
年,卷(期) 2018,(5) 所属期刊栏目 电力经济研究
研究方向 页码范围 115-122
页数 8页 分类号 TM714
字数 565字 语种 中文
DOI 10.3969/j.issn.1000-7229.2018.05.014
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 文福拴 浙江大学电气工程学院 253 8223 44.0 84.0
2 颜拥 国网浙江省电力有限公司电力科学研究院 14 157 5.0 12.0
3 裘华东 9 35 2.0 5.0
4 陈耀军 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (26)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
用电量
第二产业
极限学习机(ELM)
经济增长
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
电力建设
月刊
1000-7229
11-2583/TM
大16开
北京市昌平区北七家镇未来科技城国家电网办公区A座225
82-679
1958
chi
出版文献量(篇)
6415
总下载数(次)
11
论文1v1指导