| 基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 |
| |
| 引用本文： | 彭令,牛瑞卿,赵艳南,邓清禄.基于核主成分分析和粒子群优化支持向量机的滑坡位移预测[J].武汉大学学报(信息科学版),2013,38(2):148-152,161. |
| |
| 作者姓名： | 彭令 牛瑞卿 赵艳南 邓清禄 |
| |
| 作者单位： | 1. 中国地质大学(武汉)地球物理与空间信息学院,430074
2. 中国地质大学(武汉)工程学院,430074 |
| |
| 基金项目： | 国家973计划资助项目(2011CB710601);国家863计划资助项目(2012AA121303);国家自然科学基金资助项目(40902099);国土资源部三峡库区三期地质灾害防治重大科学研究资助项目(SXKY3-6-2) |
| |
| 摘 要： | 利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测.预测结果的平均绝对误差和相对误差分别为0.760和7.563％,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有很好的一致性.
|
| 关 键 词： | 滑坡 位移预测 核主成分分析 粒子群优化 支持向量机 |
Prediction of Landslide Displacement Based on KPCA and PSO-SVR |
| |
| PENG Ling,NIU Ruiqing,ZHAO Yannan,DENG Qinglu.Prediction of Landslide Displacement Based on KPCA and PSO-SVR[J].Geomatics and Information Science of Wuhan University,2013,38(2):148-152,161. |
| |
| Authors: | PENG Ling NIU Ruiqing ZHAO Yannan DENG Qinglu |
| |
| Institution: | 1 Institute of Geophysics and Geomatics,China University of Geosciences,388 Lumo Road,Wuhan 430074,China)(2 Engineering Faculty,China University of Geosciences,388 Lumo Road,Wuhan 430074,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
