| 基于支持向量机的暂态稳定分类中的特征选择 |
| |
| 引用本文： | 向丽萍,王晓红,王建,项杨,谢桦,王晓茹.基于支持向量机的暂态稳定分类中的特征选择[J].电力系统保护与控制,2007,35(9). |
| |
| 作者姓名： | 向丽萍 王晓红 王建 项杨 谢桦 王晓茹 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划) |
| |
| 摘 要： | 特征选择是支持向量机(SVM)分类实现中非常重要的环节.针对传统方法进行特征选择的缺陷,提出了基于遗传算法的特征选择方法.综述和提出了支持向量机暂态稳定分类的初始特征;建立了IEEE16机86节点系统的暂态稳定分类初始特征样本集;利用主成分分析和遗传算法对维数较大的初始特征进行了有效降维;并通过因子负荷,完成了暂态稳定输入特征的选择;经过支持向量机分类器测试,显示选出的特征有很好的分类效果.
|
| 关 键 词： | 特征选择 主成分分析 遗传算法 支持向量机 支持向量机分类器 稳定分类 特征选择 classification transient stability based selection 分类效果 显示 测试 的选择 输入 暂态稳定 负荷 因子 降维 维数 遗传算法 主成分分析 利用 |
Feature selection for SVM based transient stability classification |
| |
| XIANG Li-ping,WANG Xiao-hong,WANG Jian,XIANG Yang,XIE Hua,WANG Xiao-ru.Feature selection for SVM based transient stability classification[J].Power System Protection and Control,2007,35(9). |
| |
| Authors: | XIANG Li-ping WANG Xiao-hong WANG Jian XIANG Yang XIE Hua WANG Xiao-ru |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
