100 积分
50
评分
4.6 积分- 详情
- 2020-12-27
- 简介
pdf
- 863KB
- 页数 6P
- 阅读 100
- 下载 36
支持向量机(SVM)已经成熟应用于非线性回归领域,并应用于工程费用量化分析.提出一种基于鲁棒支持向量回归机(RSVR)的量化新模型;通过优化支持向量机的损失函数,增加算法的鲁棒性,建立基于该原理的专用电力工程费用量化模型;并对样本数据添加人工噪声,提高样本数据的异常点,测试该模型的鲁棒性;算例分析表明:该文方法预测精度高、计算量小.
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
基于损失函数优化支持向量回归机的专用电力工程费用量化研究 863KB
基于线性ν-支持向量回归机的异常数据检测 566KB
基于支持向量回归机的结构非概率可靠性分析 140KB
基于历史数据支持向量回归的最高投标限价估算研究 159KB
工程费用监理讲义 119KB
工程费用计算 (2) 99KB
工程费用申请(一) 21KB
基于支持向量回归机的计算机网络安全评价研究 272KB
支持向量回归在岩土工程中的应用 337KB
基于混沌支持向量回归机的短期空调负荷预测 365KB