基于SVM的露天边坡稳定性预测模型研究及R语言实现

• 作者: 王小天 肖敏 韩路朋
• 来源期刊: 露天采矿技术
• 学科: 工学
• 关键词: 边坡稳定性 预测模型 支持向量机 R语言 分层随机抽样
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 边坡工程
• 页码范围: 38-42
• 页数: 5页
• 分类号: TD824.7
• 字数: 2783字
• 语种: 中文
• DOI: 10.13235/j.cnki.ltcm.2018.01.011

摘要

在综合考虑影响露天边坡稳定性的11类指标后,引入支持向量机理论,通过统计各类模型误判样本个数,建立了露天边坡稳定性等级判别的最优模型.通过借助R语言实现了分层随机抽样的技术,保证了训练集与测试集样本数据的随机性和差异性.研究表明:基于SVM理论的露天边坡稳定性分级预测模型,可靠性强、预测准确率高.