期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到795篇文章
< 1 2 … 40 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于核主成分分析和食肉植物算法优化随机森林的风电功率短期预测
1
作者 陈晓华 吴杰康 +2 位作者 龙泳丞 王志平 蔡锦健 《山东电力技术》 2024年第1期59-67,共9页
为提高风电功率短期预测的精度,提出一种基于核主成分分析和食肉植物算法(carnivorous plant algorithm,CPA)优化随机森林(random forest,RF)的风电功率短期预测方法。首先,利用核主成分分析从13个气象因素中提取出8个与风电功率相关的... 为提高风电功率短期预测的精度,提出一种基于核主成分分析和食肉植物算法(carnivorous plant algorithm,CPA)优化随机森林(random forest,RF)的风电功率短期预测方法。首先,利用核主成分分析从13个气象因素中提取出8个与风电功率相关的气象因素,将这8个气象因素输入到预测模型中。然后,利用CPA优化RF构建CPA-RF预测模型解决RF预测模型预测精度不够高的问题。最后,选取实际风电功率数据进行测试,测试结果表明,利用核主成分分析选取8个气象因素作为输入的效果要优于直接输入13个气象因素的效果,CPA-RF预测模型的预测精度高于长短期记忆网络(long short-term memory,LSTM)预测模型、双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)预测模型和RF预测模型。该方法可为提升风电功率短期预测精度提供参考。 展开更多
关键词 食肉植物算法 随机森林 风电功率预测 核主成分分析 多变量气象因素
下载PDF
基于核主成分分析的GSA-SVM木材单板缺陷识别研究
2
作者 贺春光 李璐芳 +4 位作者 高峰 袁云梅 高凡 丁安宁 多化琼 《森林工程》 北大核心 2023年第2期91-99,共9页
为支持向量机能够准确识别木材单板表面缺陷,以提高木材单板质量,提出高效准确的单板缺陷核主成分分析(KPCA)的引力搜索算法(GSA)-支持向量机(SVM)识别模型。考虑到图像特征数据间的冗余影响,采用KPCA方法对原始特征数据降维,并通过GSA... 为支持向量机能够准确识别木材单板表面缺陷,以提高木材单板质量,提出高效准确的单板缺陷核主成分分析(KPCA)的引力搜索算法(GSA)-支持向量机(SVM)识别模型。考虑到图像特征数据间的冗余影响,采用KPCA方法对原始特征数据降维,并通过GSA优化SVM的惩罚因子C和核参数g,建立KPCA-GSA-SVM木材单板缺陷识别模型。基于颜色、纹理、形状3方面的特征以活节、死节、裂纹为研究对象的样本原始数据集,选取8个主要特征(1个颜色特征、1个纹理特征和6个形状特征)作为木材单板识别依据,对木材单板识别模型进行学习训练及预测分析,并与传统粒子群参数优化算法(PSO)构成的KPCA-PSO-SVM识别模型进行识别效果对比。结果表明,基于KPCA-GSA-SVM木材单板识别模型对于活节、死节、裂纹的识别率达到100%、96.78%、100%,较KPCA-PSO-SVM识别模型分别高出21.62%、0.63%、7.41%,且整体耗费时间缩短7.26 s,由此看出预测识别率、识别速度、稳定性高于前者。研究结论从新的角度对单板缺陷进行识别,有助于木材单板缺陷的识别发展。 展开更多
关键词 单板缺陷 引力搜索算法 支持向量机 核主成分分析 识别模型
下载PDF
基于核主成分分析算法的海底管道内腐蚀风险预测
3
作者 贾海韵 胡丽华 +4 位作者 李夏侨 曲志豪 王竹 常炜 张雷 《腐蚀与防护》 CAS CSCD 北大核心 2023年第3期82-87,共6页
采用核主成分分析(KPCA)算法,分别对高斯核支持向量机(SVM-rbf)、多项式核支持向量机(SVM-poly)、线性核支持向量机(SVM-linear)、人工神经网络(ANN)和随机森林(RFR)等算法进行优化,以网格搜索法进行参数寻优,对20条海底管道的最大腐蚀... 采用核主成分分析(KPCA)算法,分别对高斯核支持向量机(SVM-rbf)、多项式核支持向量机(SVM-poly)、线性核支持向量机(SVM-linear)、人工神经网络(ANN)和随机森林(RFR)等算法进行优化,以网格搜索法进行参数寻优,对20条海底管道的最大腐蚀速率进行预测,以均方根误差(RMSE)、平均绝对误差(MAE)和平方相关系数(R^(2))作为评价指标对优化前后模型的预测效果进行评价。结果表明:优化后各模型的R^(2)值显著提高,最高达0.9877;KPCA能够降低特征维度,减少噪声干扰,提升模型预测性能;优化后的支持向量机算法对海底管道腐蚀速率预测的准确性较高,能够为海底油气田管道腐蚀的预警与防护提供参考。 展开更多
关键词 核主成分分析 支持向量机 随机森林 人工神经网络 H_(2)S/CO_(2)腐蚀
下载PDF
基于概率核主成分分析的属性优化方法及其应用 被引量：8
4
作者 郑静静 王延光 +2 位作者 杜磊 印兴耀 张广智 《石油地球物理勘探》 EI CSCD 北大核心 2014年第3期567-571,419,共5页
主成分分析(PCA)是最常用的属性优化分析技术,但存在缺少概率模型和缺失高阶统计量信息的不足。本文基于贝叶斯理论和核主成分分析(KPCA)法,研究了可同时克服PCA两个缺点的方法———概率核主成分分析(PKPCA)。即首先将样本数据映射到... 主成分分析(PCA)是最常用的属性优化分析技术,但存在缺少概率模型和缺失高阶统计量信息的不足。本文基于贝叶斯理论和核主成分分析(KPCA)法,研究了可同时克服PCA两个缺点的方法———概率核主成分分析(PKPCA)。即首先将样本数据映射到高维特征空间,继而在特征空间定义数据的概率模型,最后应用期望最大(EM)估计最佳结果。该方法兼具概率分析和核主成分分析的优点,能有效地适应更复杂储层情况,实现非线性概率分析。实际数据的应用结果表明,基于贝叶斯理论的属性概率优化法提高了属性优化的精度,同时增强了储层预测的准确性和可靠性。 展开更多
关键词 核主成分分析 概率核主成分分析 核函数 属性优化 储层预测
下载PDF
概率核主成分分析及其应用 被引量：6
5
作者 张九龙 邓筱楠 张志禹 《计算机工程与应用》 CSCD 北大核心 2011年第4期165-167,共3页
主成分分析(PCA)、核主成分分析(KPCA)和概率主成分分析(PPCA)是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析(PKPCA)的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展,PKPCA在PPCA的基础上引入了核函数方法,... 主成分分析(PCA)、核主成分分析(KPCA)和概率主成分分析(PPCA)是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析(PKPCA)的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展,PKPCA在PPCA的基础上引入了核函数方法,因而其捕获模式非线性特征的能力更强。在KPCA和PPCA的基础上推导了PKPCA过程公式,并在检测液晶屏幕亮点的应用中将PKPCA、PPCA、PCA算法进行比较。实验结果表明,PKPCA的检测率和局部信噪比优于其他两者。 展开更多
关键词 主成分分析 核主成分分析 概率主成分分析 亮点检测 概率核主成分分析
下载PDF
核主成分分析法在酒店数据文本分类中的应用
6
作者 黄金铭 《现代信息科技》 2023年第19期160-162,166,共4页
核主成分分析法作为一种非线性数据处理方法,被广泛应用于数据降维。文章将核主成分分析法应用于中文文本分类领域,使用核主成分分析法对酒店评论数据集进行特征提取。然后,基于核主成分分析法降维后的数据,对比极端梯度提升算法和逻辑... 核主成分分析法作为一种非线性数据处理方法,被广泛应用于数据降维。文章将核主成分分析法应用于中文文本分类领域,使用核主成分分析法对酒店评论数据集进行特征提取。然后,基于核主成分分析法降维后的数据,对比极端梯度提升算法和逻辑回归算法的文本分类效果。实验结果表明,核主成分分析法能够有效去除数据冗余,提升中文文本分类的准确率和查全率。相较于极端梯度提升算法,逻辑回归算法在训练集和测试集上的分类准确率差距不大,模型的泛化能力较好。 展开更多
关键词 核主成分分析法 特征提取 逻辑回归 文本分类
下载PDF
核主成分分析与随机森林相结合的变压器故障诊断方法 被引量：44
7
作者 胡青 孙才新 +1 位作者 杜林 李剑 《高电压技术》 EI CAS CSCD 北大核心 2010年第7期1725-1729,共5页
油中溶解气体分析(dissolved gas analysis,DGA)是变压器故障诊断的重要方法。变压器故障诊断研究大多采用人工智能方法学习建立单个分类器,与单个分类器相比,分类器群能够更全面地学习样本集特性,达到更好的诊断效果。分类器间的差异... 油中溶解气体分析(dissolved gas analysis,DGA)是变压器故障诊断的重要方法。变压器故障诊断研究大多采用人工智能方法学习建立单个分类器,与单个分类器相比,分类器群能够更全面地学习样本集特性,达到更好的诊断效果。分类器间的差异性是影响群体性能的主要因素,针对DGA特征量较少训练得到的分类器差异不大的问题,提出将核主成分分析(kernel principle component analysis,KPCA)与随机森林方法相结合,KPCA将样本从低维的状态空间非线性地映射到高维的核空间,在核空间用随机森林方法训练得到分类器群。对DGA故障样本以及加噪样本的诊断实验结果表明,KPCA能够有效地提取故障特征,用核特征量建模的诊断效果优于直接采用DGA特征量,分类器群的诊断效果以及抗干扰能力均高于单个分类器。 展开更多
关键词 电力变压器 故障诊断 溶解气体分析 分类器群 随机森林 核主成分分析
原文传递
基于核主成分分析和支持向量回归机的红外光谱多组分混合气体定量分析 被引量：15
8
作者 郝惠敏 汤晓君 +2 位作者 白鹏 刘君华 朱长纯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第6期1286-1289,共4页
提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,... 提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,提取出的主成分作为SVR的输入建立校正模型,实现了甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七种组组分特征吸收光谱严重重叠的混合气体的定量分析。用KPCA-SVR所建模型对未知浓度混合气体的七种组分预测的RMSE(φ×10-6)较仅用SVR模型预测的RMSE(φ×10-6)降低了一个数量级。结果表明,核主成分分析法具有很强的非线性特征提取能力,可以充分利用全光谱数据并有效地消除光谱数据噪声,降低数据维数,与支持向量回归机结合可以提高红外光谱分析的精度,缩短模型计算时间,是一种有效的红外光谱分析新方法。 展开更多
关键词 核主成分分析 支持向量回归机 校正模型 FTIR 定量分析
下载PDF
基于核主成分分析的人脸识别 被引量：16
9
作者 赵丽红 孙宇舸 +1 位作者 蔡玉 徐心和 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2006年第8期847-850,共4页
核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合... 核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%. 展开更多
关键词 特征抽取 核主成分分析 主成分分析 人脸识别 核函数
下载PDF
主成分分析法与核主成分分析法在机械噪声数据降维中的应用比较 被引量：36
10
作者 梁胜杰 张志华 崔立林 《中国机械工程》 EI CAS CSCD 北大核心 2011年第1期80-83,共4页
依据线性降维与非线性降维的分类原则,分别选择主成分分析法和核主成分分析法对某双层圆柱壳体在不同工况下的机械噪声数据进行降维;然后使用神经网络和支持向量机两种方法分别计算噪声数据在降维前后的正确识别率,以比较不同降维方法... 依据线性降维与非线性降维的分类原则,分别选择主成分分析法和核主成分分析法对某双层圆柱壳体在不同工况下的机械噪声数据进行降维;然后使用神经网络和支持向量机两种方法分别计算噪声数据在降维前后的正确识别率,以比较不同降维方法的降维效果,从而确定适合于某双层圆柱壳体机械噪声数据的降维方法。 展开更多
关键词 主成分分析法 核主成分分析法 核函数 神经网络 支持向量机 机械噪声 降维
下载PDF
基于核主成分分析的地震属性优化方法及应用 被引量：35
11
作者 印兴耀 孔国英 张广智 《石油地球物理勘探》 EI CSCD 北大核心 2008年第2期179-183,124-125+246,共8页
传统的基于线性变换的主成分分析法(PCA)是一种有效的地震属性降维优化方法。但是,当原始数据中存在非线性属性时,用主成分分析法提取的主成分就不能反映这种非线性属性。而核主成分分析(KPCA)则是一种基于原始数据的非线性变换,它可以... 传统的基于线性变换的主成分分析法(PCA)是一种有效的地震属性降维优化方法。但是,当原始数据中存在非线性属性时,用主成分分析法提取的主成分就不能反映这种非线性属性。而核主成分分析(KPCA)则是一种基于原始数据的非线性变换,它可以提取出数据之间的非线性关系。本文从方法原理概述入手,分析了一般主成分分析在处理非线性问题上存在的不足,阐述了基于核函数的主成分分析方法,并将其首次应用于地震属性的降维优化中。应用结果表明:基于核函数的主成分分析方法具有优秀的特征提取性能。 展开更多
关键词 属性降维优化 主成分分析(PCA) 核函数 核主成分分析(KPCA)
下载PDF
基于曲波域与核主成分分析的人脸识别 被引量：11
12
作者 王宪 慕鑫 +4 位作者 张彦 张方生 宋书林 平雪良 刘浩 《光电工程》 CAS CSCD 北大核心 2011年第10期98-102,共5页
针对小波变换不能充分描述人脸曲线特征的缺点,本文提出一种基于曲波域与核主成分分析(KPCA)的人脸识别算法。采用多尺度、多方向的曲波(Curvelet)变换提取图像特征,不仅具有更高的逼近精度和更好的稀疏表达能力,而且其变换系数能有效... 针对小波变换不能充分描述人脸曲线特征的缺点,本文提出一种基于曲波域与核主成分分析(KPCA)的人脸识别算法。采用多尺度、多方向的曲波(Curvelet)变换提取图像特征,不仅具有更高的逼近精度和更好的稀疏表达能力,而且其变换系数能有效表示沿曲线的奇异性。进一步使用核主成分分析(KPCA)将曲波特征系数投影到更具表达力的核空间中,通过最近邻分类器进行分类。并在JAFFE人脸库中、ORL人脸库以及FERET人脸库中做了多组实验,实验结果表明该方法在图像降维和识别率方面都达到了较好的效果。 展开更多
关键词 人脸识别 曲波变换 核主成分分析(KPCA) 核空间
下载PDF
基于核主成分分析的时间域航空电磁去噪方法 被引量：21
13
作者 陈斌 陆从德 刘光鼎 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2014年第1期295-302,共8页
时间域航空电磁数据往往在测量过程中受到天然和人文噪声的干扰.如果不能很好滤除这些电磁噪声,那么将会降低资料质量、影响反演的精度,甚至获得错误的解释结果.本文提出了一种基于核主成分分析的去噪方法,通过核主成分分析提取叠加后... 时间域航空电磁数据往往在测量过程中受到天然和人文噪声的干扰.如果不能很好滤除这些电磁噪声,那么将会降低资料质量、影响反演的精度,甚至获得错误的解释结果.本文提出了一种基于核主成分分析的去噪方法,通过核主成分分析提取叠加后衰减曲线的主成分,然后使用能量占比方法分离反映地下介质的有效信号和噪声,最后使用反映地下介质的特定成分进行重构.本文所推荐的去噪方法不仅能剔除天然噪声,例如天电产生的尖脉冲或者振荡,而且能有效地抑制人文噪声.分别使用基于核主成分分析的去噪方法,以及AeroTEM软件的处理方法对同样的吊舱式时间域直升机航空电磁勘查系统实测数据进行处理,并比较其结果.处理结果表明:所推荐的去噪方法要优于AeroTEM软件. 展开更多
关键词 时间域航空电磁法 去噪 核主成分分析 天电噪声 人文噪声
下载PDF
一种解决大规模数据集问题的核主成分分析算法 被引量：19
14
作者 史卫亚 郭跃飞 薛向阳 《软件学报》 EI CSCD 北大核心 2009年第8期2153-2159,共7页
提出一种大规模数据集求解核主成分的计算方法.首先使用Gram矩阵生成一个Gram-power矩阵,根据线性代数的理论可知,新形成的矩阵和原先的Gram矩阵具有相同的特征向量.因此,可以把Gram矩阵的每一列看成核空间迭代算法的输入样本,这样,无... 提出一种大规模数据集求解核主成分的计算方法.首先使用Gram矩阵生成一个Gram-power矩阵,根据线性代数的理论可知,新形成的矩阵和原先的Gram矩阵具有相同的特征向量.因此,可以把Gram矩阵的每一列看成核空间迭代算法的输入样本,这样,无须使用特征分解即可迭代地计算出核主成分.该算法的空间复杂度只有O(m);在大规模数据集的情况下,时间复杂度也降低为O(pkm).实验结果表明了所提出算法的有效性.更为重要的是,在大规模数据集的情况下,当传统的特征分解技术无法使用时,该方法仍然可以提取非线性特征. 展开更多
关键词 核主成分分析 GRAM矩阵 大规模数据集 协方差无关 特征分解
下载PDF
基于核主成分分析及支持向量机的水轮机叶片裂纹源定位 被引量：11
15
作者 王向红 朱昌明 +1 位作者 毛汉领 黄振峰 《振动与冲击》 EI CSCD 北大核心 2010年第11期226-229,共4页
结合核主成分分析(KPCA)以及支持向量机对水轮机转轮叶片裂纹源的声发射信号进行定位。结果表明,利用核主成分分析提取的特征参数进行定位的精度高于原始参数的定位精度,即输入9个特征参数时,支持向量机在叶片区域的识别率为100%,在裂... 结合核主成分分析(KPCA)以及支持向量机对水轮机转轮叶片裂纹源的声发射信号进行定位。结果表明,利用核主成分分析提取的特征参数进行定位的精度高于原始参数的定位精度,即输入9个特征参数时,支持向量机在叶片区域的识别率为100%,在裂纹源对焊缝距离的支持向量回归分析中的最大误差为20cm。因而结合KPCA和支持向量机对复杂的大尺寸结构进行定位是一种较好的方法,既减少了输入信号的维数,又提高了定位精度。 展开更多
关键词 支持向量机 核主成分分析 源定位 声发射
下载PDF
基于聚类的核主成分分析在特征提取中的应用 被引量：20
16
作者 王和勇 姚正安 李磊 《计算机科学》 CSCD 北大核心 2005年第4期64-66,共3页
本文分析了一般主成分分析在处理非线性问题上的不足,阐述了核主成分分析方法及其计算速度的缺陷,提出了基于聚类的核主成分分析方法。试验结果显示:基于聚类的核主成分分析方法具有好的特征提取性能,相比核主成分分析大大提高了特征提... 本文分析了一般主成分分析在处理非线性问题上的不足,阐述了核主成分分析方法及其计算速度的缺陷,提出了基于聚类的核主成分分析方法。试验结果显示:基于聚类的核主成分分析方法具有好的特征提取性能,相比核主成分分析大大提高了特征提取的速度。 展开更多
关键词 核主成分分析 特征提取 聚类 主成分分析方法 应用 非线性问题 计算速度 试验结果
下载PDF
腐乳感官和理化品质的核主成分分析 被引量：11
17
作者 经玲 朱甫芹 +1 位作者 鲁绯 孙君社 《中国农业大学学报》 CAS CSCD 北大核心 2004年第3期79-81,共3页
为解决PCA不适合多指标综合分析中非线性主成分分析的问题 ,采用核主成分分析 (KPCA)方法 ,对我国不同地区 16种腐乳的品质进行了综合评价。使用核函数将原空间映射到高维特征空间 ,在高维空间进行了线性主成分分析。结果表明 ,通过对... 为解决PCA不适合多指标综合分析中非线性主成分分析的问题 ,采用核主成分分析 (KPCA)方法 ,对我国不同地区 16种腐乳的品质进行了综合评价。使用核函数将原空间映射到高维特征空间 ,在高维空间进行了线性主成分分析。结果表明 ,通过对核参数的适当选取 ,可使最大特征值的贡献率达到或接近 85 % ,避免了多个主成分的不同组合而导致的评价结果的不一致。 展开更多
关键词 核主成分分析 腐乳品质 综合评价
下载PDF
基于核主成分分析的高校科技创新能力评价研究 被引量：25
18
作者 吕蔚 王新峰 孙智信 《国防科技大学学报》 EI CAS CSCD 北大核心 2008年第3期81-85,共5页
高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义。基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的非线性相关信息,从而取得较好的评价结果。以15所... 高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义。基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的非线性相关信息,从而取得较好的评价结果。以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果。 展开更多
关键词 科技创新能力评价 核主成分分析 评价指标
下载PDF
基于核主成分分析与小波变换的高质量微博提取 被引量：5
19
作者 彭敏 傅慧 +2 位作者 黄济民 黄佳佳 刘纪平 《计算机工程》 CAS CSCD 北大核心 2016年第1期180-186,共7页
在线社交媒体中存在大量的噪音和冗余信息,为对其进行过滤和筛选,获取高质量的信息,提出基于核主分析和小波变换的高质量微博提取框架,并设计一种基于多特征融合的高质量信息的提取算法,将信息特征转换到小波域以更好地捕获信号间的细... 在线社交媒体中存在大量的噪音和冗余信息,为对其进行过滤和筛选,获取高质量的信息,提出基于核主分析和小波变换的高质量微博提取框架,并设计一种基于多特征融合的高质量信息的提取算法,将信息特征转换到小波域以更好地捕获信号间的细节差异。利用最大期望算法度量各个特征的权值,进一步融合得到特征综合值。为降低噪声特征对信息质量提取的影响并提高算法运算速度,引入核主成分分析对特征进行变换。实验结果表明,该框架能够提取出更高质量的微博,并且大幅减少运算时间。 展开更多
关键词 信息提取 特征融合 小波变换 期望最大算法 核主成分分析
下载PDF
基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题 被引量：14
20
作者 郭辉 王玲 刘贺平 《北京科技大学学报》 EI CAS CSCD 北大核心 2006年第3期303-306,共4页
探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测．通过实验表明,这种方法得到的效果优于没有特征提取的预测．同时与主成分分析提取特征相比,用核主成分分析效果更好．
关键词 主成分分析 最小二乘支持向量机 核主成分分析 时间序列预测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 40 下一页 到第 页
使用帮助 返回顶部