大坝变形预测的支持向量机模型

• 作者: 宋振柏 张华荣 张胜伟 李帅
• 来源期刊: 现代矿业
• 学科: 工学
• 关键词: 支持向量机 大坝变形 预测 神经网络模型
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 安全·环保
• 页码范围: 25-27,37
• 分类号: TV698.1
• 字数: 2916字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6082.2012.02.007

摘要

支持向量机在解决非线性及高维模式识别问题中表现出其特有的优势.针对大坝变形具有强非线性的特点以及传统神经网络模型预测时存在局部极小与过学习等问题,将支持向量机应用于大坝变形预测.以某大坝的变形监测数据为例,建立SVM预测模型,将支持向量机模型与神经网络模型进行比较分析.结果表明,该模型具有较高的精度,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	宋振柏	山东理工大学资源与环境学院	20	228	9.0	14.0
2	李帅	山东理工大学建筑工程学院	16	38	4.0	5.0
3	张胜伟	山东理工大学建筑工程学院	5	60	3.0	5.0
4	张华荣	山东理工大学建筑工程学院	3	5	1.0	2.0