期刊文献+

基于RBF核函数的SVM方法在短期电力负荷预测中的应用 被引量:10

下载PDF
导出
摘要 介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用。SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。
作者 潘锋 程浩忠
出处 《供用电》 2006年第1期16-18,共3页 Distribution & Utilization
  • 相关文献

参考文献3

  • 1Vapnik. V N. the nature of statsitlcal learning theory[M]. New York: Springer. 1995.
  • 2Vapnik. V N. An overview of statistical learning theory. IEEE Trans. Neural Networks. 1999, 10(5):988-999.
  • 3Corts C, Vapnik V. Support Vector Networks. Machine Learning. 1995(20):273-297.

同被引文献87

引证文献10

二级引证文献96

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部