共 10 条
- [10] 数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬,田英杰著, 2004
基于非负矩阵分解的相关向量机短期负荷预测模型
被引：31
作者：
黄帅栋
[1
]
卫志农
[1
]
高宗和
[2
]
杨争林
[2
]
孙国强
[1
]
孙永辉
[1
]
机构：
[1] 河海大学可再生能源发电技术教育部工程研究中心
[2] 不详
来源：
关键词：
短期负荷预测;
非负矩阵分解;
相关向量机;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对传统特征提取方法只能抽取样本的代数特征而无法顾及问题实际意义的缺点,提出一种基于非负矩阵分解的相关向量机短期负荷预测模型。通过非负矩阵分解算法对输入样本进行分解,得到非负的低维映射矩阵,将该低维矩阵输入相关向量机进行训练预测。由于此低维矩阵具有非负性质,因而该模型在消除冗余数据、降低维数的同时,保留了原始问题的实际意义。实验结果表明,所提出的方法能有效降低输入变量的维数,预测精度也得到了提高。
引用
收藏
页码：62 / 66
页数：5
相关论文