BP神经网络和SVM在矿山环境评价中的应用分析

• 作者: 于浩 刘慧 周可法 孙卫东 李东 王金林
• 来源期刊: 干旱区地理
• 学科: 地球科学
• 关键词: 矿山环境评价 BP神经网络 支持向量机(SVM) GIS
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 地球信息科学
• 页码范围: 128-134
• 分类号: X822.5
• 语种: 中文

摘要

矿山环境的影响因素多样,定量评价过程易受人为因素干预.BP神经网络与SVM算法能够自动模拟各因子间的非线性关系.首次将其引入到矿山环境评价中,选取160个单元作为训练样本,以自然地理、基础地质、开发占地及地质环境等4个大类的14个变量指标为输入向量,以单元评价得分为输出向量,分别建立BP神经网络与SVM矿山环境评价模型.结果表明:两种模型均能满足矿山环境评价的精度要求;SVM模型收敛速度较BP神经网络快,MSE小于BP神经网络,更适合矿山环境评价工作;将定量模型应用于研究区,评价得分划分为4个级别,与定性评价结果一致,为矿山环境评价工作提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	113	1654	23.0	34.0
5	周可法	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	93	1560	22.0	36.0
6	王金林	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	19	162	6.0	12.0
7	孙卫东		18	139	6.0	11.0
8	于浩		20	167	6.0	12.0