2024年12月2日
星期一
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张小轩
作品数:
2
被引量:3
H指数:1
供职机构:
武汉大学动力与机械学院
更多>>
发文基金:
湖北省自然科学基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
李慧敏
武汉大学动力与机械学院
张世荣
武汉大学动力与机械学院
陈正
武汉大学动力与机械学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
会议论文
领域
1篇
自动化与计算...
主题
2篇
支持向量
2篇
支持向量机
2篇
子群
2篇
最小二乘
2篇
最小二乘支持...
2篇
向量机
2篇
粒子群
2篇
粒子群优化
2篇
PSO
1篇
优化算法
1篇
稀疏化
1篇
向量
1篇
粒子群优化算...
机构
2篇
武汉大学
作者
2篇
陈正
2篇
张世荣
2篇
张小轩
2篇
李慧敏
传媒
1篇
武汉大学学报...
年份
2篇
2016
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于PSO的最小二乘支持向量机稀疏化算法
最小二乘支持向量机(LSSVM)失去稀疏特性及经典迭代剪切稀疏化算法容易陷入性能指标函数局部收敛的问题,提出一种基于粒子群优化(PSO)的LSSVM稀疏化算法.将LSSVM稀疏化过程描述为一个最优化问题,以校验样本和预测...
陈正
张小轩
李慧敏
张世荣
关键词:
支持向量机
粒子群优化
基于PSO的最小二乘支持向量机稀疏化算法
被引量:3
2016年
针对最小二乘支持向量机(LSSVM)失去稀疏特性及经典迭代剪切稀疏化算法容易陷入性能指标函数局部收敛的问题,提出一种基于粒子群优化(PSO)的LSSVM稀疏化算法.将LSSVM稀疏化过程描述为一个最优化问题,以校验样本和预测输出之间的均方根误差RMSE为优化目标,以模型训练样本剪切率ε(%)为优化变量.并针对此非线性优化问题提出基于PSO的求解方法.以大型电厂飞灰含碳量LSSVM模型为例,对此算法进行了实例研究.结果表明,该方法能有效解决经典算法的局部收敛问题获得最优剪切率,具有更好的预测和泛化能力.
陈正
张小轩
李慧敏
张世荣
关键词:
最小二乘支持向量机
粒子群优化算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张