| 遗传算法优化支持向量机矿产预测方法 |
| |
| 引用本文： | 季斌,周涛发,袁峰.遗传算法优化支持向量机矿产预测方法[J].测绘科学,2015(10):106-109. |
| |
| 作者姓名： | 季斌 周涛发 袁峰 |
| |
| 作者单位： | 合肥工业大学资源与环境工程学院,合肥,230009 |
| |
| 基金项目： | 中国地质调查局地质调查工作项目，安徽省公益性地质工作项目，铜陵有色金属集团控股有限公司科技项目，中央高校基本科研业务费专项 |
| |
| 摘 要： | 针对矿产预测中已知矿点的样本数目较少的问题,该文提出了一种基于遗传算法优化的支持向量机矿产预测方法。采用遗传算法优化支持向量机的惩罚因子和径向基核函数参数,避免了参数选择不当对支持向量机预测结果的影响,从而提高矿产预测的精度。以空间建模工具ArcSDM中的卡林型金矿床数据为例进行实验。结果表明,支持向量机模型的预测准确率为89.3%,查准率为70.2%;而证据权方法的预测准确率为79.4%,查准率为50%,均小于支持向量机预测结果,说明遗传算法优化的支持向量机是一种有效的矿产预测方法。
|
| 关 键 词： | 矿产预测 支持向量机 遗传算法 智能分类 |
Mineral prediction method based on support vector machine optimized with genetic algorithm |
| |
| Abstract: | |
| |
| Keywords: | mineral prediction support vector machine genetic algorithm intelligent classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
