期刊文献+

工程岩体的支持向量机分类研究 被引量:1

Research on application of support vector regression algorithm to engineering rock mass classification
下载PDF
导出
摘要 文章提出一种新的工程岩体分类和寻找最优支持向量机网络的方法,通过采用支持向量机的回归算法来解决多类分类的问题。通过对相同工程岩体的分类结果对比,发现可以采用支持向量机回归算法来解决工程岩体的分类问题,取得与采用支持向量机多类分类算法相同的分类效果,从而证明了采用回归算法来解决分类问题是可行的。
作者 滕文彦
出处 《铁道建筑》 北大核心 2005年第11期93-96,共4页 Railway Engineering
基金 国家自然科学基金资助项目(50078002) 中国铁道建筑总公司科技研究开发资助项目(G02-10A)
  • 相关文献

参考文献8

二级参考文献31

  • 1夏元友,朱瑞赓,李新平.边坡稳定性研究的综述与展望[J].金属矿山,1995,24(12):9-12. 被引量:29
  • 2唐绍辉.吴壮军 熊永安 等.基于人工神经网络的采场冒顶预测[A]..第六届全国采矿学术会议论文集[C].青岛:[s.n.],1999.664~667.
  • 3李英龙 Dinis C Da Gama.基于BP网络的矿业因素分析方法的再研究[A]..第六届全国采矿学术会议论文集[C].青岛:[s.n.],1999.642-644.
  • 4冯夏庭.智能岩石力学及其在岩土工程中的应用:岩土力学新计算方法讲义[R].武汉:中国科学院武汉岩土力学研究所,1999..
  • 5冯夏庭, 张奇志, 林韵梅. 矿岩设计参数神经网络预报[A], 中国岩石力学与工程学会第三次大会论文集[C], 北京:中国科学技术出版社, 1994.
  • 6Burge CJC.A Tutorial on support vector machines for pattern recognition[J]. Data mining and knowledge discovery, 1998, (2): 121-167.
  • 7John C Platt.Sequential minimal optimization: A fast algorithm for training support vector machines[R], Technical Report MSR-TR-98-14, Redmond, Wash: Microsoft research, 1998.
  • 8Mehrotra S,SIAM J Optimization,1992年,2卷,4期,575页
  • 9Vladimir N Vapnik著 张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000..
  • 10Cortes, C., Vapnik, V. Support vector networks. Machine Learning, 1995,20:273(297.

共引文献451

同被引文献5

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部