100 积分
50
评分
4.7 积分- 详情
- 2020-12-27
- 简介
pdf
- 241KB
- 页数 6P
- 阅读 59
- 下载 22
为对室内轰燃进行准确预测,针对室内轰燃样本的不足在一定程度上制约了其应用,为此运用SVM技术构建室内轰燃预测的数学模型。在小样本条件下,应用工具软件LIBSVM进行仿真,并将SVM模型预测结果和人工神经网络预测结果进行对比。结果显示,SVM技术能较好地解决小样本和模型预测精确度之间的矛盾,SVM模型其预测精度及可行性高于神经网络模型。实例表明,由于室内火灾受多种因素影响,传统的预测方法存在一定的局限性,而SVM模型预测法预测的结果与试验结果比较一致。
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
基于支持向量机的室内轰燃预测模型研究 241KB
基于支持向量机的建筑物沉降预测模型研究 514KB
基于支持向量机的建筑物采动损害预测模型 138KB
基于支持向量机的防洪脆弱性评价模型研究 955KB
基于最小二乘支持向量机的水库来水量预测模型 154KB
基于改进的灰色模型和支持向量机的风电功率预测 7.2MB
基于支持向量机的建筑物空调负荷预测模型 138KB
基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测 276KB
基于支持向量机方法的深基坑变形预测 199KB
基于支持向量机建筑施工安全预警模型的研究 114KB