本文主要研究内容
作者顾勇,王洋,康健（2019）在《基于RF和深度学习的中长期用电量预测研究》一文中研究指出：针对中长期用电量受多源因素综合影响的特点,先给出了众多与用电量相关的协变量,然后运用随机森林(RF)方法对单一解释变量的重要性进行了数学估计,从中识别出重要变量,在此基础上构建了基于深度信念网络(DBN)的预测模型。结合算例详细介绍了该模型原理与建立过程,交叉验证显示,经RF变量选择后能够排除冗余特征、增益预测性能;同时DBN算法优于RF和支持向量机(SVM)等传统方法。
Abstract
zhen dui zhong chang ji yong dian liang shou duo yuan yin su zeng ge ying xiang de te dian ,xian gei chu le zhong duo yu yong dian liang xiang guan de xie bian liang ,ran hou yun yong sui ji sen lin (RF)fang fa dui chan yi jie shi bian liang de chong yao xing jin hang le shu xue gu ji ,cong zhong shi bie chu chong yao bian liang ,zai ci ji chu shang gou jian le ji yu shen du xin nian wang lao (DBN)de yu ce mo xing 。jie ge suan li xiang xi jie shao le gai mo xing yuan li yu jian li guo cheng ,jiao cha yan zheng xian shi ,jing RFbian liang shua ze hou neng gou pai chu rong yu te zheng 、zeng yi yu ce xing neng ;tong shi DBNsuan fa you yu RFhe zhi chi xiang liang ji (SVM)deng chuan tong fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自机电信息的顾勇,王洋,康健，发表于刊物机电信息2019年06期论文，是一篇关于变量选择论文,随机森林论文,深度学习论文,电力预测论文,机电信息2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自机电信息2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：变量选择论文; 随机森林论文; 深度学习论文; 电力预测论文; 机电信息2019年06期论文;