| 改进的支持向量机方法在矿山地质环境质量评价中的应用 |
| |
| 引用本文： | 卢文喜,郭家园,董海彪,张宇,林琳.改进的支持向量机方法在矿山地质环境质量评价中的应用[J].吉林大学学报(地球科学版),2016,46(5):1511-1519. |
| |
| 作者姓名： | 卢文喜 郭家园 董海彪 张宇 林琳 |
| |
| 作者单位： | 吉林大学地下水资源与环境教育部重点实验室,长春130021;吉林大学环境与资源学院,长春130021;吉林大学地下水资源与环境教育部重点实验室,长春130021;吉林大学环境与资源学院,长春130021;吉林大学地下水资源与环境教育部重点实验室,长春130021;吉林大学环境与资源学院,长春130021;吉林大学地下水资源与环境教育部重点实验室,长春130021;吉林大学环境与资源学院,长春130021;吉林大学地下水资源与环境教育部重点实验室,长春130021;吉林大学环境与资源学院,长春130021 |
| |
| 基金项目： | 中国地质调查局项目(1212011140027;12120114027401)，吉林大学研究生创新基金资助项目(2015083)Supported by China Geological Survey Bureau Projects(1212011140027 |
| |
| 摘 要： | 传统支持向量机(SVM)评价模型中网格搜索法对参数的选择受到主观因素的影响,选用粒子群算法对SVM模型进行优化,并应用改进的SVM模型(PSO-SVM)对长吉图经济区135个矿山进行地质环境质量评价。PSO-SVM模型的评价结果与综合评价结果的相同率(注:该相同率是指两个评价结果相同的个数占所有评价样本数的百分比)达到95.56%,与SVM模型评价结果的相同率达到91.11%。结合研究区实际情况并分析三种评价结果得出,PSO-SVM模型的评价结果更符合实际情况。改进的支持向量机方法能够避免人为因素影响,提高矿山地质环境评价水平,在评价中具有可行性和有效性。基于改进的支持向量机方法评价结果表明,研究区矿山地质环境受矿山开采等人为活动的影响,54.1%的矿山遭受严重破坏(III级),25.9%为中度破坏(II级)。评价结果可为研究区矿山环境恢复治理提供决策支持。
|
| 关 键 词： | 支持向量机(SVM) 粒子群优化(PSO) 矿山地质环境质量评价 长吉图经济区 |
Evaluating Mine Geology Environmental Quality Using Improved SVM Method |
| |
| Lu Wenxi,Guo Jiayuan,Dong Haibiao,Zhang Yu,Lin Lin.Evaluating Mine Geology Environmental Quality Using Improved SVM Method[J].Journal of Jilin Unviersity:Earth Science Edition,2016,46(5):1511-1519. |
| |
| Authors: | Lu Wenxi Guo Jiayuan Dong Haibiao Zhang Yu Lin Lin |
| |
| Abstract: | |
| |
| Keywords: | support vector machine (SVM) particle swarm optimization (PSO) mine geological environment quality evaluation Chang-Ji-Tu economic zone |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
