高斯小波支持向量机的研究

被引：4

作者：

郑永康 ^{[1
]}

陈维荣 ^{[1
]}

戴朝华 ^{[1
]}

王维博 ^{[2
]}

机构：

[1] 西南交通大学电气工程学院

[2] 西南交通大学信息科学与技术学院

来源：

信息与控制 | 2008年 / 37卷 / 06期

关键词：

高斯小波核; 支持向量机; 核函数方法; 短期负荷预测;

D O I：

10.13976/j.cnki.xk.2008.06.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

证明了偶数阶高斯小波函数满足支持向量机的平移不变核函数条件.应用小波核函数建立了相应的高斯小波支持向量机,并且使用云遗传算法对支持向量机及其核函数的参数进行优化.用该算法与常用的高斯核和Morlet小波核支持向量机进行对比实验.通过对非线性函数的逼近和电力系统短期负荷的预测,验证了该算法的有效性和优越性,表明其具有一定的实用价值.

引用

页码：670 / 674

页数：5

共 6 条

[1] 云遗传算法 [J].