| 岩溶塌陷倾向性等级的KPCA-SVM预测模型 |
| |
| 引用本文： | 邵良杉,徐波.岩溶塌陷倾向性等级的KPCA-SVM预测模型[J].中国安全科学学报,2015,25(3):60-65. |
| |
| 作者姓名： | 邵良杉 徐波 |
| |
| 作者单位： | 辽宁工程技术大学系统工程研究所,辽宁葫芦岛,125000 |
| |
| 基金项目： | 国家自然科学基金资助(71371091);辽宁省高等学校杰出青年学者成长计划(LJQ2012027) |
| |
| 摘 要： | 为了快速、有效地预测岩溶塌陷倾向性等级,在统计分析大量观测实例的基础上,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为特征指标。利用核主成分分析(KPCA)方法在高维空间提取岩溶塌陷影响因子的主成分,将获取的主成分作为支持向量机(SVM)的特征向量,建立基于KPCA的岩溶塌陷倾向性等级的SVM预测模型。将12组观测数据作为学习样本对模型进行训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对2组待判样本进行预测。结果表明:经KPCA后指标个数减少,相关性降低,SVM运算的复杂度降低。用该模型所得预测结果的准确率为100%。
|
| 关 键 词： | 岩溶塌陷 分类预测 核主成分分析(KPCA) 支持向量机(SVM) 回检 |
KPCA-SVM model for predicting Karst collapse tendency level |
| |
| SHAO Liang-shan
,
XU Bo.KPCA-SVM model for predicting Karst collapse tendency level[J].China Safety Science Journal,2015,25(3):60-65. |
| |
| Authors: | SHAO Liang-shan XU Bo |
| |
| Institution: | SHAO Liang-shan;XU Bo;System Engineering Institute,Liaoning Technical University; |
| |
| Abstract: | |
| |
| Keywords: | Karst collapse classification prediciton kernel principal component analysis (KPCA) support vector machine (SVM) return verify |
| 本文献已被 CNKI 等数据库收录！ |
