基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇

基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇

ID:36779007

大小:259.69 KB

頁數:5頁

時間:2019-05-15

基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇_第1頁
基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇_第2頁
基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇_第3頁
基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇_第4頁
基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇_第5頁
資源描述:

《基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、維普資訊http://www.cqvip.com第35卷第9期繼電器Vl01.35No.92007年5月1日RELAYMay.1,2007基于支持向量機的暫態(tài)穩(wěn)定分類中的特征選擇向麗萍,.王曉紅,王建,項楊,謝樺。,王曉茹(1.西南交通大學電氣工程學院,四川成都610031;2.清華大學電機工程與應用電子技術系,北京100084;3。北京交通大學電氣工程學院,北京100044)摘要:特征選擇是支持向量機(SVM)分類實現中非常重要的環(huán)節(jié)。針對傳統(tǒng)方法進行特征選擇的缺陷,提出了基于遺傳算法的特征選擇方

2、法。綜述和提出了支持向量機暫態(tài)穩(wěn)定分類的初始特征;建立了IEEE16機86節(jié)點系統(tǒng)的暫態(tài)穩(wěn)定分類初始特征樣本集;利用主成分分析和遺傳算法對維數較大的初始特征進行了有效降維;并通過因子負荷,完成了暫態(tài)穩(wěn)定輸入特征的選擇:經過支持向量機分類器測試,顯示選出的特征有很好的分類效果。關鍵詞:特征選擇;主成分分析;遺傳算法;支持向量機FeatureselectionforSVMbasedtransientstabilityclassificationXIANGLi.ping,WANGXiao.hong,WAN

3、GJian,XIANGYang,XIEHua3,WANGXiao—ru(1.SouthwestJiaotongUniversity,Chengdu610031,China;2.TsinghuaUniversity,Beijing100084,China;3.BeijingJiaotongUniversity,Beijing100044,China)Abstract:Featureselectionplaysaveryimportantroleinrealizingsuppoavectormachin

4、e(SVM)classifier.Aimedatthedisadvantagesexistinginfeatureselectionbytraditionalmethod,anewmethodbasedongen~icalgorithmtoselecttheinputfeatures.Inthispaper,asetoffeaturesWhichfitfortransientstabilityassessmentiSsummarized.TheprimaryfeaturepatternofIEEEl

5、6一machine86一bussystemsystemisestablished,Usingprincipalcomponentanalysis(PCA)andgeneticalgorithm(GA)toeficientlyreducethedimensionoftheprimaryfeature.Byusingtheideaoffactorloading.itreconstructstheinputspacetoaccomplishfeatureselection。SVMclassifiertes

6、tdemonstratesthevalidityoftheproposedapproach.Keywords:featureselection;principalcomponentanalysis;geneticalgorithm;SVM中圖分類號:TM711文獻標識碼:A文章編號:1003.4897(2007)09—0017—050引言含義不清。文獻[2]中提出了34個原始特征,并在用于數據挖掘的海量數據可能包含成千上萬此基礎上采用了Tabu搜索技術進行特征選擇,所選的特征,其中大部分特征與挖掘任

7、務是不相關的或特征具有代表性,但采用等頻離散化的方法對輸入是冗余的,這些特征增加了數據量,減慢了挖掘進特征進行離散化,減弱了特征信息,可能對分類影程,并有可能使發(fā)現的知識質量很差。特征選擇就響較大。是一個從原有的特征集合中選擇一個(相對某種評本文在綜合現有研究的基礎上,提出了暫態(tài)穩(wěn)價準則)最優(yōu)特征子集的過程。定評估的初始特征,建立了IEEE16機系統(tǒng)的初始電力系統(tǒng)暫態(tài)穩(wěn)定評估的特征選擇,需解決以樣本集;利用主成分分析法提取出一組有較好分類下幾個關鍵問題:數據源、原始輸入特征的選取、效果的綜合特征;然

8、后利用遺傳算法進行特征選擇,特征選擇算法的選取、產生的特征子集性能優(yōu)劣的從提取的綜合特征中選擇出使類內、類間距離判據評價標準。目前的研究多采用IEEE9機39節(jié)點系最大的一個綜合特征,并通過因子負荷,完成了暫統(tǒng),文獻[1]中提出了基于遺傳算法的特征選擇,取態(tài)穩(wěn)定輸入特征的選擇。得了較好的結果,但對于主成分分析變換后的特征1原始特征的選擇基金項目:國家973重點基礎研究發(fā)展規(guī)劃資助項目電力系統(tǒng)暫態(tài)穩(wěn)定性與系統(tǒng)的運行工況、故障(G1998010301)地點、故障類型、故障

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。