基于灰色关联分析与SVM的概率积分法参数预测

• 作者: 叶伟
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 地质影响因素 概率积分法参数 灰色关联分析 支持向量机 参数预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 测绘工程案例
• 页码范围: 858-862
• 页数: 5页
• 分类号: P258
• 字数: 3415字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.07.027

摘要

为了准确预测淮南矿区缺少观测站的矿井工作面概率积分法参数,基于灰色关联分析与支持向量机原理建立了灰色关联分析(GRA)-支持向量机(SVM)模型,利用MATLAB中的Libsvm工具箱对选取的26组淮南矿区主要矿井工作面观测站数据进行训练和预测,并用实测数据对模型进行测试.模型预测的最大相对误差为5.52％,最大平均误差百分率为3.67％,最小泛化性能值为0.7959.测试结果表明灰色关联分析-支持向量机模型可以通过限制模型训练过程中的权值和阈值范围提高训练效率,并且具有实际预测价值和较高的预测精度,能够作为一种有效的概率积分法参数预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶伟	安徽理工大学测绘学院	2	0	0.0	0.0