本文主要研究内容
作者叶伟（2019）在《基于灰色关联分析与SVM的概率积分法参数预测》一文中研究指出：为了准确预测淮南矿区缺少观测站的矿井工作面概率积分法参数,基于灰色关联分析与支持向量机原理建立了灰色关联分析(GRA)-支持向量机(SVM)模型,利用MATLAB中的Libsvm工具箱对选取的26组淮南矿区主要矿井工作面观测站数据进行训练和预测,并用实测数据对模型进行测试。模型预测的最大相对误差为5.52%,最大平均误差百分率为3.67%,最小泛化性能值为0.7959。测试结果表明灰色关联分析-支持向量机模型可以通过限制模型训练过程中的权值和阈值范围提高训练效率,并且具有实际预测价值和较高的预测精度,能够作为一种有效的概率积分法参数预测方法。
Abstract
wei le zhun que yu ce huai na kuang ou que shao guan ce zhan de kuang jing gong zuo mian gai lv ji fen fa can shu ,ji yu hui se guan lian fen xi yu zhi chi xiang liang ji yuan li jian li le hui se guan lian fen xi (GRA)-zhi chi xiang liang ji (SVM)mo xing ,li yong MATLABzhong de Libsvmgong ju xiang dui shua qu de 26zu huai na kuang ou zhu yao kuang jing gong zuo mian guan ce zhan shu ju jin hang xun lian he yu ce ,bing yong shi ce shu ju dui mo xing jin hang ce shi 。mo xing yu ce de zui da xiang dui wu cha wei 5.52%,zui da ping jun wu cha bai fen lv wei 3.67%,zui xiao fan hua xing neng zhi wei 0.7959。ce shi jie guo biao ming hui se guan lian fen xi -zhi chi xiang liang ji mo xing ke yi tong guo xian zhi mo xing xun lian guo cheng zhong de quan zhi he yu zhi fan wei di gao xun lian xiao lv ,bing ju ju you shi ji yu ce jia zhi he jiao gao de yu ce jing du ,neng gou zuo wei yi chong you xiao de gai lv ji fen fa can shu yu ce fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自北京测绘的叶伟，发表于刊物北京测绘2019年07期论文，是一篇关于地质影响因素论文,概率积分法参数论文,灰色关联分析论文,支持向量机论文,参数预测论文,北京测绘2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京测绘2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：地质影响因素论文; 概率积分法参数论文; 灰色关联分析论文; 支持向量机论文; 参数预测论文; 北京测绘2019年07期论文;