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:
风机安装费用在整个海上风电项目的安装费中占了很高的比重,如果能够较为准确的把控,对于控制海上风电项目总体造价也能起到很重要的支撑作用。为此利用主成分分析法(PCA)对风机安装费用的影响因子进行了筛选,将筛选后的因子作为支持向量机模型(SVM)输入量,构建了风机安装费用的PCA-SVM模型。将该模型应用于具体项目风机安装费用的预测,得到了比较好的结果,可以满足工程实际需求。
推荐文章
基于PCA-SVM方法的海上风电机组安装费用模型
海上风电
主成分分析
支持向量机
基于价值投资的PCA-SVM股票选择模型研究
股票
价值投资
模式识别
支持向量机
主成分分析
基于遗传优化的PCA-SVM控制图模式识别
控制图
模式识别
遗传优化
主元分析
支持向量机
基于PCA-SVM算法在岩性识别中的应用
岩性识别
主成分分析
判别分析
支持向量机
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PCA-SVM方法的海上风电机组安装费用模型
来源期刊 水利水电工程造价 学科 工学
关键词 海上风电 主成分分析 支持向量机
年,卷(期) slsdgczj_2020,(1) 所属期刊栏目
研究方向 页码范围 13-17
页数 5页 分类号 TM614
字数 语种
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 李东伟 9 5 2.0 2.0
2 周子东 2 3 1.0 1.0
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  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(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
海上风电
主成分分析
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
水利水电工程造价
季刊
16开
北京西城区德外六铺炕北小街2号
1987
chi
出版文献量(篇)
2590
总下载数(次)
13
论文1v1指导