支持向量机模型在大坝变形预测中的应用

• 作者: 沈哲辉 王紫蔚 陆希瑶
• 来源期刊: 现代测绘
• 学科: 地球科学
• 关键词: SVM 大坝变形 交叉验证 预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用技术
• 页码范围: 24-25
• 页数: 2页
• 分类号: P207
• 字数: 1492字
• 语种: 中文

摘要

根据大坝变形量与大坝变形因子之间的非线性关系建立了大坝变形预测的支持向量机模型,并用交叉验证的方法对支持向量机惩罚参数和核函数参数进行寻优,最后得到良好的大坝变形预测效果.用该模型和与传统的BP神经网络对比,结果证明支持向量机在大坝变形预测方面是强于BP神经网络的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆希瑶		2	5	1.0	2.0
2	王紫蔚		3	12	2.0	3.0
3	沈哲辉	河海大学地球科学与工程学院	8	39	4.0	6.0