基于混合核函数支持向量机的顶板砂岩富水性研究
100 积分
50
评分
4.4 积分- 详情
- 2021-04-27
- 简介
pdf
- 451KB
- 页数 5P
- 阅读 59
- 下载 29
为了寻求一种能够较好地预测煤层顶板砂岩富水性等级的方法,以桑树坪煤矿为例,分别采用BP神经网络、K最近邻分类法、决策树和支持向量机算法对其顶板砂岩富水性进行预测。比较发现,基于支持向量机的预测模型准确率最高为87.5%,节点错误率最低,优于其他3种模型。为了进一步提高模型预测准确率,建立了煤层顶板砂岩富水性的混合核函数支持向量机预测模型,当λ_1=0.05与λ_2=0.95时预测准确率达到100%。研究结果表明,以条件属性作为输入、决策属性作为输出的混合核函数支持向量机预测模型能较好地预测煤层顶板砂岩富水性等级,效果较好。
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
基于混合核函数支持向量机的顶板砂岩富水性研究 451KB
基于混合核函数支持向量机的顶板砂岩富水性研究 1.3MB
煤层顶板砂岩含水层富水性预测 109KB
煤层顶板砂岩含水层富水性预测 175KB
基于层次分析法的煤层顶板砂岩富水性分析 103KB
煤层顶板砂岩含水层富水性单因素分析 423KB
分析煤层顶板砂岩含水层富水性单因素 23KB
基于核主元分析和支持向量机的电梯故障识别 144KB
基于支持向量机的发动机故障诊断研究 92KB
顶板砂岩富水性的矿井瞬变电磁法探测 880KB