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:
为了降低氮氧化物排放量,建立了基于最小二成支持向量机的氮氧化物排放量预测模型,并用差分算法优化最小二成支持向量机的参数.为了表明所提算法的有效性,利用BP神经网络、多层感知器(MLP)和偏最小二乘法(PLS)进行对比,试验结果表明该算法具有很好的预测能力和稳定性.
推荐文章
基于最小二乘支持向量机的复杂装备故障预测模型研究
故障预测模型
回归算法
最小二乘支持向量机
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
基于最小二乘支持向量机的短期负荷预测模型
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
用于水泥熟料fCaO预测的多核最小二乘支持向量机模型
多核学习
最小二乘支持向量机
模型
优化
算法
随机扰动
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 基于最小二乘支持向量机的锅炉氮氧化物排放量预测模型
来源期刊 吉林电力 学科 地球科学
关键词 燃煤锅炉 氮氧化物排放量 最小二乘支持向量机 差分算法 预测模型
年,卷(期) 2019,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 18-20
页数 3页 分类号 X502
字数 2126字 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 张宏 1 0 0.0 0.0
2 禚春成 1 0 0.0 0.0
3 任鹏 1 0 0.0 0.0
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  (34)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
燃煤锅炉
氮氧化物排放量
最小二乘支持向量机
差分算法
预测模型
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
吉林电力
双月刊
1009-5306
22-1318/TK
大16开
吉林省长春市人民大街4433号
1973
chi
出版文献量(篇)
2329
总下载数(次)
5
总被引数(次)
6431
论文1v1指导