基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统支持向量机参数寻优的不足导致大坝边坡位移预测精度低的问题,本文提出了先粗搜,再多次细寻的改进网格参数寻优法.该法建立了SVR大坝边坡位移预测模型,并应用到大坝边坡位移预测.结果表明:改进的SVR大坝边坡位移预测模型的预测精度比传统支持向量机大坝边坡位移预测模型预测的精度高.
推荐文章
GM(1,1)改进模型在大坝位移预测中的应用
灰色理论
GM(1,1)模型
大坝位移预测
基于相空间重构的边坡位移预测
混沌时间序列
相空间重构
Lyapunov指数
边坡位移预测
边坡位移预测的非线性组合模型及应用
边坡位移
灰色理论
投影寻踪回归方法
时间序列
非线性
基于小波变换和GALSSVM的边坡位移预测
边坡
时间序列
小波变换
进化最小二乘支持向量机
相空间
位移
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的SVR在大坝边坡位移预测中的应用
来源期刊 测绘通报 学科 地球科学
关键词 改进网格法 参数寻优 支持向量机 边坡预测
年,卷(期) 2018,(6) 所属期刊栏目 技术交流
研究方向 页码范围 122-125
页数 4页 分类号 P258
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘小生 88 532 12.0 17.0
2 于良 6 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (114)
共引文献  (159)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (30)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(17)
  • 参考文献(1)
  • 二级参考文献(16)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
改进网格法
参数寻优
支持向量机
边坡预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导