原文服务方: 岩土力学       
摘要:
高斯过程(GP)是近年来发展迅速的一种全新学习机.与支持向量机(SVM)相比,该方法有着容易实现、超参数可自适应获取及预测输出具有概率意义等优点.结合边坡工程中的边坡角设计,编写了在多种因素影响下边坡角设计的GP程序,为克服单一核函数预测精度和网络泛化能力差的缺点,采用单一核函数相加作为GP的组合核函数,将自动关联性测定参数(ARD)引入其中,建立了关于超参数的GP回归网络模型,使用共轭梯度下降算法导出最优超参数,用ARD超参数进行输入属性相关性分析和特征选取,并以此网络对测试样本进行学习预测,结合支持向量回归方法给出了在回归问题上的应用和对比分析.结果表明:在边坡角智能设计应用中,采用组合核函数的GPR网络ARD参数具有明确的物理意义,预测回归性能优于SVM,且预测输出的概率解释能更好的体现预测值的代表性,为边坡角设计开辟新径.
推荐文章
基于混合核函数PSO-LSSVM的边坡变形预测
边坡
边坡变形预测
最小二乘支持向量机
粒子群优化
混合核
基于一种新型核函数高斯过程的双频微带天线设计
高斯过程
核函数
微带天线
单极子天线
高斯过程机器学习在边坡稳定性评价中的应用
岩土力学
边坡稳定
高斯过程
机器学习
基于加权多宽度高斯核函数的聚类算法
加权多宽度高斯核
聚类
SVC
高斯核
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 基于组合核函数的高斯过程边坡角智能设计
来源期刊 岩土力学 学科
关键词 边坡工程 高斯过程 边坡角设计 机器学习 智能预测
年,卷(期) 2010,(3) 所属期刊栏目 岩土工程研究
研究方向 页码范围 821-826
页数 6页 分类号 O224
字数 语种 中文
DOI 10.3969/j.issn.1000-7598.2010.03.028
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 刘保国 北京交通大学土木建筑工程学院 64 803 15.0 25.0
2 刘开云 北京交通大学土木建筑工程学院 41 694 14.0 25.0
3 徐冲 北京交通大学土木建筑工程学院 10 182 5.0 10.0
4 郭佳奇 北京交通大学土木建筑工程学院 12 153 5.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (201)
参考文献  (11)
节点文献
引证文献  (16)
同被引文献  (44)
二级引证文献  (47)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(15)
  • 引证文献(2)
  • 二级引证文献(13)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
边坡工程
高斯过程
边坡角设计
机器学习
智能预测
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
岩土力学
月刊
1000-7598
42-1199/O3
大16开
1979-01-01
chi
出版文献量(篇)
11045
总下载数(次)
0
总被引数(次)
250658
论文1v1指导