基于AdaBoost组合学习方法的岩爆分类预测研究

• 作者: 冯夏庭 葛启发
• 来源期刊: 岩土力学
• 关键词: 岩爆 等级分类 数据挖掘 AdaBoost 神经网络
• 年，卷（期）: 2008,（4）
• 页码范围: 943-948
• 页数: 6页
• 分类号: TU324|TB115
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2008.04.017

摘要

针对岩爆等级划分问题,考虑了岩爆灾害发生的多种主要影响因素,采用新的数据挖掘方法AdaBoost(即Adaptive Boosting)的组合学习方法,结合流行的人工神经网络BP算法,构建了集成神经网络AdaBoost-ANN(简称AB-ANN)的岩爆等级多分类预测模型.该模型克服了单一弱分类器的不稳定性,提高了分类器精度,实验结果表明,预测的结果与实际值比较吻合,证明了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯夏庭	东北大学资源与土木工程学院	243	10195	58.0	84.0
5	葛启发	东北大学资源与土木工程学院	2	87	2.0	2.0