-
公开(公告)号:CN104463381B
公开(公告)日:2017-12-08
申请号:CN201510000613.X
申请日:2015-01-04
Applicant: 福州大学
Abstract: 本发明涉及一种基于KPCA与WLSSVM的建筑能耗预测方法,该方法利用核主元分析(KPCA)消除样本共线性,降低维数,进而建立加权最小二乘支持向量(WLSSVM)模型,并结合粒子群(PSO)算法优化模型参数,提高模型的学习性能和泛化能力。本发明可有效的应用于建筑能耗预测,具有良好的预测精度和鲁棒性能。
-
公开(公告)号:CN104463381A
公开(公告)日:2015-03-25
申请号:CN201510000613.X
申请日:2015-01-04
Applicant: 福州大学
Abstract: 本发明涉及一种基于KPCA与WLSSVM的建筑能耗预测方法,该方法利用核主元分析(KPCA)消除样本共线性,降低维数,进而建立加权最小二乘支持向量(WLSSVM)模型,并结合粒子群(PSO)算法优化模型参数,提高模型的学习性能和泛化能力。本发明可有效的应用于建筑能耗预测,具有良好的预测精度和鲁棒性能。
-