文献类型：期刊文章

作　　者：钟秉翔[1] 李太福[1] 汪德彪[1] 苏盈盈[1]

机构地区：[1]重庆科技学院电子信息工程学院,重庆401331

出　　处：《计算机应用研究》

基　　金：重庆市教委科研资助项目(KJ091407)

年　　份：2010

卷　　号：27

期　　号：6

起止页码：2189-2191

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对话务量的特点,提出了一种基于核主元分析的非线性的特征提取方法,该方法采用KPCA方法提取的非线性特征反映了原始输入输出数据之间的复杂关系,精简了网络输入数据阵的维数。通过仿真结果比较表明,基于KPCA-RBFNN的话务量预测模型比PCA-RBFNN模型具有较好的非线性数据处理能力,反映了该方法的有效性。

关 键 词：话务量 特征提取 核函数 主元分析 神经网络  

分 类 号：TP202.7] TP301.6]