基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出一种基于支持向量回归机的浸润线高度预测方法,从大量尾矿库监测数据中选取有效样本,运用留一法对支持向量回归机参数进行优化选取,建立预测模型.结果表明:该方法能在小样本、高精度要求下对浸润线高度进行准确的预测.
推荐文章
Boosting集成支持向量回归机的滑坡位移预测
支持向量机
Boosting集成
Bagging
滑坡位移
预测
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
基于多项式光滑的支持向量回归机
支持向量机
光滑化方法
多项式光滑函数
拟牛顿法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量回归机在尾矿坝浸润线预测中的应用
来源期刊 中国安全生产科学技术 学科 工学
关键词 支持向量回归机 浸润线 尾矿坝
年,卷(期) 2009,(1) 所属期刊栏目 学术论著
研究方向 页码范围 76-79
页数 4页 分类号 X924.4
字数 2801字 语种 中文
DOI 10.3969/j.issn.1673-193X.2009.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李仲学 139 1828 23.0 34.0
2 李翠平 85 999 19.0 27.0
3 李娟 10 103 6.0 10.0
5 李春民 16 226 8.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (177)
参考文献  (4)
节点文献
引证文献  (22)
同被引文献  (84)
二级引证文献  (111)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(8)
  • 引证文献(3)
  • 二级引证文献(5)
2011(9)
  • 引证文献(5)
  • 二级引证文献(4)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(31)
  • 引证文献(3)
  • 二级引证文献(28)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
支持向量回归机
浸润线
尾矿坝
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国安全生产科学技术
月刊
1673-193X
11-5335/TB
大16开
北京朝阳区惠新西街17号
82-379
1981
chi
出版文献量(篇)
6865
总下载数(次)
16
总被引数(次)
53643
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导