论文部分内容阅读
支持向量机(SVM)可以有效解决小样本、非线性特征的回归预测问题,适用于电缆接头温度预测。基于最小二乘支持向量机回归预测(LS-SVR)方法与标准的支持向量机回归(e-SVR)相比,不仅能降低学习难度与计算复杂程度,还能减少参数优化个数。本文提出的最小二乘算法可将求解不等式约束下的QP问题转化成求解一个线性方程组,提高求解速度和收敛精度。理论仿真与实测对比结果表明.LS-SVR算法可以准确的预测温度趋势,对于预防事故发生有重大意义。