作者:
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:
利用一次风量的离线检测数据和影响一次风量的煤质数据、煤粉细度、和运行参数的历史数据,选用支持向量机建立一次风量预测模型并自动寻找最佳超参数,建立最佳预测模型。
推荐文章
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
混沌时间序列支持向量机模型及其在径流预测中应用
混沌
相空间重构
水文时间序列
支持向量机
径向基核函数
径流预测
支持向量机在小样本预测中的应用
支持向量机
统计学习
预测
人工神经网络
核函数
支持向量机在砂土液化预测中的应用研究
支持向量机
砂土液化
预测模型
线性分类算法
非线性分类算法
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 支持向量机自寻优模型在锅炉一次风量预测中的应用
来源期刊 电力设备管理 学科 教育
关键词 一次风量预测 支持向量机 超参数调优 自动调参
年,卷(期) dlsbgl_2020,(11) 所属期刊栏目
研究方向 页码范围 99-100
页数 2页 分类号 G63
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 陈强峰 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  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2019(1)
  • 参考文献(1)
  • 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
一次风量预测
支持向量机
超参数调优
自动调参
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
电力设备管理
月刊
2096-2711
10-1454/TM
16开
北京市西城区广安门内大街6号A-1-11
2016
chi
出版文献量(篇)
2356
总下载数(次)
16
论文1v1指导