基于最小二乘支持向量机的边坡稳定性预测

• 作者: 张勇慧 李红旭 盛谦 邬凯
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 岩土工程 边坡稳定 最小二乘支持向量机 核函数
• 年，卷（期）: 2009,（2）
• 页码范围: 66-71
• 页数: 6页
• 分类号: TU457
• 语种: 中文

摘要

本文提出一种基于最小二乘支持向量机(LS-SVM)的边坡稳定性预测方法,采用线性函数,多项式函数和径向基函数三种核函数,进行机器学习,经过反复计算和对比分析,建立精度较高的边坡稳定安全系数预测模型.以实例数据作为学习样本和测试样本,对模型进行检验,结果表明LS-SVM建模预测速度快,其预测精度与GA-BP神经网络算法和改进支持向量机算法(ν-SVR)基本相近,将其用于边坡稳定性预测是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛谦	中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室	133	2480	29.0	45.0
2	张勇慧	中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室	35	800	16.0	28.0
3	李红旭	中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室	15	368	9.0	15.0
4	邬凯	中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室	7	172	7.0	7.0