基于改进ELM回归算法的地铁沉降预测方法研究

• 作者: 曹星星 曾兴玉 钟琛宜
• 来源期刊: 江西测绘
• 关键词: 极限学习机 回归算法 地铁沉降预测
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 大地测量学与测量工程
• 页码范围: 3-5,8
• 页数: 4页
• 字数: 2257字
• 语种: 中文

摘要

为解决地铁不均匀沉降的预测问题,在传统极限学习机算法的基础上,结合经验风险最小化和结构风险最小化原理,提出了一种改进的极限学习机回归算法,并在此基础上构建了地铁沉降预测模型,应用实例表明,该方法的泛化性能和预测精度均优于传统的ELM算法和BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹星星		2	1	1.0	1.0
2	曾兴玉		2	0	0.0	0.0
3	钟琛宜		2	4	1.0	2.0