100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 811KB
- 页数 3P
- 阅读 55
- 下载 30
提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。
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
相关推荐
基于PCA-SVM的边坡稳定性预测模型研究 811KB
基于R语言的边坡稳定性预测模型优选研究 241KB
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
基于属性区间识别模型的边坡稳定性研究 296KB
边坡稳定性预测的粗糙集-距离判别模型及其应用 1.4MB
模糊物元模型在露天矿边坡稳定性预测中的应用 262KB