边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究

• 作者: 乔春生 刘开云 滕文彦
• 来源期刊: 岩土工程学报
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 回归算法 机器学习 位移预测
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 论文
• 页码范围: 57-61
• 页数: 5页
• 分类号: TU45
• 字数: 3348字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-4548.2004.01.010

摘要

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法--支持向量机算法,运用Matlab语言编写了程序,采用不同的核函数对具体的边坡工程实例作了计算,并将人工神经元网络计算结果与之对比,可见无论是在学习或预测精度方面,支持向量机算法较基于经验风险最小化原理的人工神经元网络算法都有很大的优越性,可以运用于实际工程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔春生	北京交通大学土木建筑工程学院	57	944	17.0	29.0
2	滕文彦	石家庄铁路工程职业技术学院土木工程系	13	248	7.0	13.0
3	刘开云	北京交通大学土木建筑工程学院	41	694	14.0	25.0