基于 RF -ELM 模型的边坡稳定性预测研究
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.8
报错
- 详情
- 2021-03-23
- 简介
pdf
- 362KB
- 页数 6P
- 阅读 86
为实现对边坡稳定性的有效预测，将极限学习机算法与旋转森林算法相结合，并依据影响边坡稳定性的六项重要因素，建立了边坡稳定性预测的RF－ELM预测模型。该模型是以极限学习机算法为基分类器，以旋转森林算法为框架的集成学习模型，利用UCI数据库中三组数据集验证了该集成模型确实提高了ELM的预测性能。将RF－ELM模型应用于边坡稳定性的预测问题中，结合39组工程实例数据进行预测实验，结果表明该模型具有较高的预测精度，可有效的对边坡稳定性进行预测。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
xiepingp***
擅长:
土建 装饰 电气 给排水
- -
服务
- 5
商品
- -
人气
相关推荐
基于 RF -ELM 模型的边坡稳定性预测研究 362KB
边坡稳定性预测的DDA模型及应用 1.4MB
基于R语言的边坡稳定性预测模型优选研究 241KB
基于PCA-SVM的边坡稳定性预测模型研究 811KB
基于GIS确定性模型的土体边坡稳定性评估研究 643KB
基于GEP的露天矿边坡稳定性预测 222KB
基于GEP的露天矿边坡稳定性预测 222KB
基于GeoStudio边坡稳定性分析 516KB
基于溶洞随机模型的岩质边坡稳定性评估研究 1.1MB
基于燕尾突变模型的土质边坡稳定性研究 137KB