Indexed by：
Abstract：
支持向量机(SVM)可以有效解决小样本、非线性特征的回归预测问题,适用于电缆接头温度预测.基于最小二乘支持向量机回归预测(LS-SVR)方法与标准的支持向量机回归(ε-SVR)相比,不仅能降低学习难度与计算复杂程度,还能减少参数优化个数.本文提出的最小二乘算法可将求解不等式约束下的QP问题转化成求解一个线性方程组,提高求解速度和收敛精度.理论仿真与实测对比结果表明,LS-SVR算法可以准确的预测温度趋势,对于预防事故发生有重大意义.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电气开关
ISSN： 1004-289X
CN： 21-1279/TM
Year： 2019
Issue： 3
Volume： 57
Page： 34-37
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
