特征提取和小样本学习的电力工程造价预测模型
100 积分
50
评分
4.6 积分- 详情
- 2021-08-06
- 简介
pdf
- 417KB
- 页数 7P
- 阅读 60
- 下载 34
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
woshiya***
擅长:
土建 给排水 暖通
- -
服务
- 3
商品
- -
人气
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
论电力工程造价的合理控制 170KB
论电力工程造价的动态过程 313KB
论电力工程造价的合理控制 197KB
电力工程造价的合理控制 121KB
论电力工程造价过程的合理控制 137KB