基于模糊LS-SVM算法的大坝变形预测模型

• 作者: 凌晨阳 刘胜男 彭磊 黄张裕
• 来源期刊: 水电自动化与大坝监测
• 学科: 工学
• 关键词: 大坝变形分析 模糊最小二乘支持向量机 支持向量度 剪切法 变形预测
• 年，卷（期）: 2011,（1）
• 页码范围: 51-53
• 页数: 3页
• 分类号: TV698.11

摘要

在大坝工程变形分析和预测方面,研究了一种基于支持向量度的模糊最小二乘支持向量机（LS-SVM）算法,结合具体实例进行对比分析,结果表明模糊LS-SVM模型的预测精度要高于LS-SVM模型,且支持向量机（SVM）的稀疏性也优于LS-SVM模型,可以很好地应用于大坝变形监测分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭磊	河海大学地球科学与工程学院	7	14	2.0	3.0
2	黄张裕	河海大学地球科学与工程学院	92	568	12.0	17.0
3	刘胜男	河海大学地球科学与工程学院	5	14	2.0	3.0
4	凌晨阳	河海大学地球科学与工程学院	7	36	3.0	6.0