期刊文献+

基于混合扰动的超短期风电功率ELM集成预测

下载PDF
导出
摘要 本文提出一种基于混合扰动的极端学习机集成预测算法对超短期风电功率进行预测,即通过Bootstrap算法和RS算法产生基分类器之间的差异性,然后利用加权平均的方法集成各个体ELM的预测结果。实验表明,与个体预测模型相比,该算法有更高的预测精度。
出处 《数字技术与应用》 2014年第10期79-79,共1页 Digital Technology & Application
基金 河南省科技厅基础与前沿技术研究项目No.142300410163 河南省教育厅科学技术研究重点项目
  • 相关文献

参考文献2

  • 1Bryll R, Gutierrez 0 R, Quek F. Attribute bagging: Improving accuracy of classifier ensembles by using random feature sub- set [J]. Pattern Recognition, 2003, 36(3):1291-1302.
  • 2Ho T K. The Random Subspace Method for Constructing Deci- sion Forests [J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998(8):832-844.

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