矿山测量

2019, v.47;No.199(01) 10-13+38

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于SVM黄土矿区最大下沉预计研究
Prediction model of maximum subsidence in mining area of loess based on Support Vector Machines

贺国伟;郭剑;

摘要(Abstract):

为提高黄土矿区地表最大下沉值预计精度和可靠性,基于支持向量机构建了最大下沉预计模型,用实测数据检验了模型,并与已有最大下沉预计模型进行了对比分析,结果表明:基于支持向量机构建的模型在精度和可靠性方面优于已有最大下沉预计模型,可以较好预测黄土矿区地表最大下沉值。

关键词(KeyWords): 最大下沉值;SVM;黄土矿区;预计模型

Abstract:

Keywords:

基金项目(Foundation): 陕西铁路工程职业技术学院2018年首批科研基金项目(KY2018-04)

作者(Author): 贺国伟;郭剑;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享