您的位置: 专家智库 > >

谭柯

作品数:2 被引量:18H指数:1
供职机构:重庆市电力公司更多>>
发文基金:重庆市自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

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篇支持向量机算...
  • 2篇群算法
  • 2篇子群
  • 2篇向量
  • 2篇向量机
  • 2篇向量机算法
  • 2篇粒子群
  • 2篇粒子群算法

机构

  • 2篇重庆市电力公...
  • 1篇重庆大学

作者

  • 2篇俞集辉
  • 2篇彭光金
  • 2篇杨蕴华
  • 2篇谭柯
  • 1篇司海涛

传媒

  • 1篇计算机工程与...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
改进的支持向量机算法及其应用被引量:18
2011年
支持向量机(SVM)算法应用于具有小样本特征的实际问题时是否能获得到良好的预测效果,取决于能否成功地设置该算法的关键参数,这一瓶颈问题一直阻碍着SVM在具有小样本特性的实际工程中的应用。在分析SVM回归估计方法参数性能的基础上,提出了以自适应粒子群算法(APSO)优化SVM关键参数的改进SVM算法,并以变电工程为背景给出了相应的工程造价预测模型。运用此模型,对某实际变电工程实例进行了造价预测仿真分析,并与传统的支持向量机算法进行比较,结果说明改进的支持向量机算法具有良好的变电工程造价预测精度,且速度较快。
彭光金司海涛俞集辉杨蕴华李世勉谭柯
关键词:粒子群算法支持向量机算法
改进的支持向量机算法及其应用
向量机算法(SVM)应用于具有小样本特征的实际问题时是否能获得到良好的预测效果,取决于能否成功地设置该算法的关键参数,这一瓶颈问题一直阻碍着该算法在具有小样本特性的实际工程中的应用。论文在分析SVM回归估计方法参数性能的...
彭光金俞集辉司海涛杨蕴华李世勉谭柯
关键词:粒子群算法支持向量机算法
共1页<1>
聚类工具0