基于最小二乘支持向量机算法的电缆接头温度预测研究

• 作者: 林晨炯 林珍 黄灿水
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 支持向量机 最小二乘 回归预测 电缆接头温度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 34-37
• 页数: 4页
• 分类号: TM247
• 字数: 1938字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-289X.2019.03.009

摘要

支持向量机(SVM)可以有效解决小样本、非线性特征的回归预测问题,适用于电缆接头温度预测.基于最小二乘支持向量机回归预测(LS-SVR)方法与标准的支持向量机回归(ε-SVR)相比,不仅能降低学习难度与计算复杂程度,还能减少参数优化个数.本文提出的最小二乘算法可将求解不等式约束下的QP问题转化成求解一个线性方程组,提高求解速度和收敛精度.理论仿真与实测对比结果表明,LS-SVR算法可以准确的预测温度趋势,对于预防事故发生有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林珍	福州大学电气工程与自动化学院	23	96	6.0	9.0
2	林晨炯	福州大学电气工程与自动化学院	3	1	1.0	1.0
3	黄灿水	福州大学电气工程与自动化学院	10	51	5.0	7.0