引用本文:向丽萍,王晓红,王建,等.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):17-21.
,et al.[J].Power System Protection and Control,2007,35(9):17-21
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4760次   下载 2684次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
基于支持向量机的暂态稳定分类中的特征选择
向丽萍1, 王晓红, 王建2, 项杨, 谢桦3, 王晓茹
1.西南交通大学电气工程学院， 四川 成都 610031;2.清华大学电机工程与应用电子技术系, 北京 100084;3.北京交通大学电气工程学院, 北京 100044
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
DOI：10.7667/j.issn.1674-3415.2007.09.005
分类号:
基金项目:国家973重点基础研究发展规划资助项目(G1998010301)
,et al
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭