期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
线性权重PSO-SVM模型矿区边坡变形预测研究
下载PDF
职称材料
导出
摘要
矿区边坡变化复杂多变,利用支持向量机在处理复杂度高、非线性等问题上的优势,对边坡进行分析预测。同时,为了提高模型的精度和稳定性,避免调参的盲目性,引入线性权改进的粒子群算法进行参数寻优,简历基于线性权的PSO-SVM模型。通过实际工程应用验证,该模型具有精度较高,具有应用价值。
作者
曹宇杰
李冠秀
机构地区
江西理工大学
湖南省常德市临澧县气象局
出处
《城市地理》
2018年第4X期87-89,共3页
City Geography
关键词
SVM
支持向量机
PSO-SVM
粒子群算法
边坡变形
预测研究
分类号
TD325 [矿业工程—矿井建设]
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
0
引证文献
0
二级引证文献
0
1
赵琳琳,温国锋,邵良杉.
不均衡数据下的采空区煤自燃PCA-AdaBoost预测模型[J]
.中国安全科学学报,2018,28(3):74-78.
被引量:6
2
杨舟,李刚,蒋雯倩.
基于BA-SVM的铂电阻温度传感器非线性校正方法[J]
.环境技术,2018,36(3):49-53.
被引量:1
城市地理
2018年 第4X期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部