| 基于支持向量机的围岩定性智能分级研究 |
| |
| 引用本文： | 牛文林,李天斌,熊国斌,张广洋.基于支持向量机的围岩定性智能分级研究[J].工程地质学报(英文版),2011,19(1):88-92. |
| |
| 作者姓名： | 牛文林 李天斌 熊国斌 张广洋 |
| |
| 作者单位： | 1.成都理工大学地质灾害防治与地质环境保护国家重点实验室 成都 610059; |
| |
| 基金项目： | 国家自然科学基金项目(40772176); 四川省青年科技基金项目(09ZQ026-083) |
| |
| 摘 要： | 本文将数据挖掘的新方法支持向量机应用于隧道围岩分级.支持向量机是一种基于统计学习理论的新的学习算法,比神经网络算法能更好地解决小样本问题.选用岩层厚度、岩体结构、嵌合程度、风化程度、地下水特征、节理发育程度、榔头敲击声和地应力等 8 个定性指标作为评判因子,用泥巴山隧道采集的实际数据作为样本对不同核函数的支持向量机进行...
|
| 关 键 词： | 围岩分级 支持向量机 隧道 |
| 收稿时间： | 2010-03-01 |
SUPPORT VECTOR MACHINES BASED INTELLIGENT ROCK MASS CLASSIFICATION METHOD |
| |
| NIU Wenlin,LI Tianbin,XIONG Guobin,ZHANG Guangyang.SUPPORT VECTOR MACHINES BASED INTELLIGENT ROCK MASS CLASSIFICATION METHOD[J].Journal of Engineering Geology,2011,19(1):88-92. |
| |
| Authors: | NIU Wenlin LI Tianbin XIONG Guobin ZHANG Guangyang |
| |
| Institution: | 1.State Key Laboratory of Geo-hazard Prevention and Geo-environment Protection of Chengdu University of Technology,Chengdu 610059;2.Sichuan Yaxi Expressway Co.Ltd.| Chengdu 610000 |
| |
| Abstract: | A new data mining method of Support Vector Machines(SVM)is applied on the classification of rock mass in tunnels.SVM is a novel powerful leaning method that based on Statistical Learning Theory.SVM can solve small-sample learning problems better than neural network.Parameters including rock layer thickness,rock mass structure,inlay condition,weathering condition,groundwater characteristic,joint condition,hammer knocking sound and ground stress,are chose as the judge factors.Data samples from Niba Mountain t... |
| |
| Keywords: | Rock mass classification Support vector machines Tunnel |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《工程地质学报(英文版)》浏览原始摘要信息 |
| 点击此处可从《工程地质学报(英文版)》下载免费的PDF全文 |
