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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进布谷鸟算法优化支持向量机的隧道变形预测分析
被引量:
1
1
作者
刘超湖
刘小生
《测绘工程》
CSCD
2020年第2期42-45,51,共5页
传统支持向量机参数寻优时间较长,模型的稳定性也较差。为解决传统支持向量机预测模型在隧道围岩变形预测中精度较低的问题,引入布谷鸟算法,同时改进布谷鸟算法中的搜索公式,从而提出一种基于改进布谷鸟算法的支持向量机组合预测模型。...
传统支持向量机参数寻优时间较长,模型的稳定性也较差。为解决传统支持向量机预测模型在隧道围岩变形预测中精度较低的问题,引入布谷鸟算法,同时改进布谷鸟算法中的搜索公式,从而提出一种基于改进布谷鸟算法的支持向量机组合预测模型。将此模型运用到云南省昆明市阳宗隧道围岩位移预测中,并与标准布谷鸟算法的支持向量机组合模型以及单一的支持向量机模型比较,实验结果表明:基于改进布谷鸟算法的支持向量机模型精度更高,更具有优势。
展开更多
关键词
布谷鸟算法
自适应步长
支持向量机
隧道变形预测
下载PDF
职称材料
题名
改进布谷鸟算法优化支持向量机的隧道变形预测分析
被引量:
1
1
作者
刘超湖
刘小生
机构
江西理工大学建筑测绘工程学院
出处
《测绘工程》
CSCD
2020年第2期42-45,51,共5页
基金
国家自然科学基金资助项目(41561091)。
文摘
传统支持向量机参数寻优时间较长,模型的稳定性也较差。为解决传统支持向量机预测模型在隧道围岩变形预测中精度较低的问题,引入布谷鸟算法,同时改进布谷鸟算法中的搜索公式,从而提出一种基于改进布谷鸟算法的支持向量机组合预测模型。将此模型运用到云南省昆明市阳宗隧道围岩位移预测中,并与标准布谷鸟算法的支持向量机组合模型以及单一的支持向量机模型比较,实验结果表明:基于改进布谷鸟算法的支持向量机模型精度更高,更具有优势。
关键词
布谷鸟算法
自适应步长
支持向量机
隧道变形预测
Keywords
cuckoo algorithm
adaptive step size
support vector machine
tunnel deformation prediction
分类号
P258 [天文地球—测绘科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进布谷鸟算法优化支持向量机的隧道变形预测分析
刘超湖
刘小生
《测绘工程》
CSCD
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部