- 详情
- 2021-04-26
- 简介
- 1.5MB
- 页数 7P
- 阅读 88
- 下载 38
通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型。利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型,将其预测结果和神经网络模型预测对比分析。并通过不同主成分数目预测结果的比较,确定最优的主成分个数,达到理想的预测效果。实例预测结果表明:该方法可以有效提取原始指标的信息量,在小样本学习方面表现突出,能够达到期望的预测效果。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
特征提取和小样本学习的电力工程造价预测模型 417KB
特征提取和小样本学习的电力工程造价预测模型 1.5MB
基于FCM和PSO-SVM的电力工程造价预测模型研究 205KB
基于ANN的电力工程造价预测 1.7MB
电力工程造价学习 21KB
电力工程造价基本知识 3.9MB
电力工程造价的控制探析 176KB
电力工程造价的控制探析 16KB
谈电力工程造价的控制 22KB
探讨对电力工程造价的控制 228KB