期刊文献+

基于RS-SVM模型的建筑安全事故预测模型 被引量:12

下载PDF
导出
摘要 建筑工程项目由于其规模大、建设周期长、生产的单件性和复杂性等特点,使得建筑业成为安全事故高发的行业,因此预测事故的发生并采取积极有效的措施减少事故损失是目前建筑业一个急需解决的问题。文章在总结分析前人研究成果的基础上,提出了一种基于RS-SVM的建筑安全事故预测模型,试图为安全事故预测领域开辟一种新的方法。
出处 《统计与决策》 CSSCI 北大核心 2008年第19期56-58,共3页 Statistics & Decision
基金 天津市哲学社会科学研究规划资助项目(TJGL06-099) 天津市高等学校人文社会科学研究项目(20062115)
  • 相关文献

参考文献4

二级参考文献17

  • 1尉询楷,李应红,王硕,路建明,汪诚.基于支持向量机的航空发动机滑油监控分析[J].航空动力学报,2004,19(3):392-397. 被引量:33
  • 2田元福,李慧民.我国建筑安全管理的现状及其思考[J].中国安全科学学报,2003,13(12):13-16. 被引量:121
  • 3曾珍香,谢素卿.常用预测方法的模糊综合评判模型[J].预测,1993,12(1):60-62. 被引量:8
  • 4陈玉详.回归预测方法[J].预测,1991,(1):64-67.
  • 5邹开其 徐扬.模糊系统与专家系统[M].成都:西南交通大学出版社,1998.35-45.
  • 6VAPNIK V. The nature of stastieal learning[M].New York : Springer, 1995.
  • 7CHEN B J, CHANG M W, LIN C J. Load forecasting using support vector machines : A study on EUNITE competition 2001[J]. IEEE Trans on Power System, 2004, 19(4) :1821-1830.
  • 8TRAFALIS T B, INCE H . Support vector machine for regression and applications to financial forecasting[J]. IEEE-INNS-ENNS International Joint Conferenee on Neural Networks, 2000,6:348-353.
  • 9SHEVADE S K, KEERTHI S C, BHATTA-CHARYYA C, et al. Improvements to SMO algorithm for SVM regression[J]. IEEE Trans on Neural Networks, 2000,11(5) :1188-1193.
  • 10KEERTHI S S, LIN C J. Asymptotic behaviors of support vector machines with Gaussian kernel[J].Neural Computation, 2003,15 (7) : 1667-1689.

共引文献46

同被引文献102

引证文献12

二级引证文献77

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