RS-SVM模型在大坝安全监控中的应用

• 作者: 孙小冉 彭建和 苏怀智
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 大坝安全 支持向量机 粗集理论 监控模型
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 工程建设管理
• 页码范围: 130-133
• 页数: 4页
• 分类号: TV698.1
• 字数: 3639字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2016.07.033

摘要

将粗集理论与支持向量机结合起来，研究了针对大坝安全监测数据序列中出现小样本、短序列、不确定等情况时的监控模型，利用粗集理论中的知识约简，引入属性重要度概念，对输入数据预处理，简化大坝工作性态影响因素和效应量之间的映射关系，实现了支持向量机模型输入的优化设计，使模型更能体现大坝的工作机制。以某混凝土大坝为例，分别采用统计模型、BP神经网络模型、标准SVM模型以及RS－SVM模型进行建模分析，对比验证了RS－SVM模型方法的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏怀智	河海大学水利水电学院	108	1113	17.0	28.0
2	孙小冉		3	8	1.0	2.0