位置：成果数据库 > 期刊 > 期刊详情页
基于改进的自适应支持向量机建模的煤与瓦斯突出预测
  • ISSN号：1001-3695
  • 期刊名称：《计算机应用研究》
  • 时间：0
  • 分类：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TP39[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]广东商学院数学与计算科学学院,广州510320, [2]中山大学数学与计算科学学院,广州510275
  • 相关基金：国家自然科学基金资助项目（NSFC#60575004,NSFC#10771220）;国家教育部高等学校博士点科研基金资助项目（SRFDP-20H070558043）
作者： 戴宏亮[1,2]
关键词： 模糊支持向量机, 自适应遗传算法, 煤与瓦斯突出, 预测, fuzzy support vector machine, adaptive genetic algorithm, coal and gas outburst , forecasting
中文摘要：

提出一种新的模糊隶属度函数对标准模糊支持向量机进行改进，然后运用自适应遗传算法对改进后的模糊支持向量机进行参数优选，得到一种新的AGAIFSVM模型，并且将提出的模型应用于煤与瓦斯突出预测。实验结果表明，所提出的模型比BP神经网络、标准支持向量机和模糊聚类有更高预测精度和更强的稳定性，具有较大的实用价值。

英文摘要：

This paper proposed a new fuzzy function to improve on standard FSVM, also proposed a novel AGAIFSVM model. The model based on adaptive genetic algorithm to optimize the parameters of FSVM. In addition, applied the model to forecast coal and gas outburst. Experimental results show that AGAIFSVM model performs better than BP neural networks, standard SVM and fuzzy clustering method, implying that AGAIFSVM is very practical.

同期刊论文项目
拟共形映照及其应用研究
期刊论文 43 会议论文 3
基于非线性时频特征的面像识别研究
期刊论文 21 会议论文 5 著作 1
同项目期刊论文
代数微分方程亚纯解增长级的Gol’dberg定理的新结果
基于有界度抛物复形的解析函数边值问题
The general result of Gol'dberg's theorem concerning the growth of meromorphic solutions of algebrai
Multiframe Super-Resolution Reconstruction Using Sparse Directional Regularization
The theoretic framework of local weighted approximation for microarray missing value estimation
Incremental learning of bidirectional principal components for face recognition
复合解析函数族分担亚纯函数的正规性
高阶KdV方程的复化解结构
具有固定交角的准晶圆模式与可积系统
无限有边界圆填充的存在性与唯一性定理
交比为负常数的SG圆模式与可积系统
Face Recognition Using Dual-Tree Complex Wavelet Features
An adaptive spatial clustering method for automatic brain MR image segmentation
C-infinity-CONVERGENCE OF CIRCLE PATTERNS TO MINIMAL SURFACES
某些非自治系统Schrder方程亚纯解的T方向
Sparse discriminant analysis for breast cancer biomarker identification and classification
Quasiregular mapping by branched circle packing
关于某类Briot-Bouquet微分方程若干结果的推广
a尺度紧支撑Riesz小波的构造
广义Cauchy数的一些恒等式
A Note on Normal Families of Meromorphic Functions and Sharing Set
智能拉普拉斯分类器
有关高阶Apostol-Bernoulli多项式与Stirling数的一些恒等式
SLEκ与临界渗流的右路径概率
基于实值遗传算法与TAFSVM的遥感图像分类
小波支持向量回归在瓦斯涌出量预测中的应用
横截性的本质探讨
基于智能遗传算法与复合最小二乘支持向量机的长江水质预测与评价
基于偏最小二乘与极大间距准则的微阵列分类
通弦左边限制测度与双边限制测度
基于ITAFSVM的微阵列数据特征选择和分类
基于图的脑组织磁共振图像分割方法
基于智能遗传算法与支持向量回归的人口预测
关于f＋α（f＇）^n值分布的注记
复曲面奇点不变量
复合解析函数族分担解析函数的一正规定则
整函数与其导函数分担值集的唯一性
度量矩阵与弯曲矩阵的关系等式的两种证法及其应用
亚纯函数的不动点及其唯一性的推广
复化的KdV方程的亚纯解结构
AGA参数优选的SVR模型及其在经济系统预测中的应用
Two-dimensional maximum margin feature extraction for face recognition
Super resolution reconstruction and demosaicing using elastic net and tight frame
Improved discriminate analysis for high dimensional data and its application to face recognition
Wavelet based discriminant analysis for face recognition
Detecting periodically expression in unevenly spaced microarray time series
Face recognition by regularized discriminant analysis
Biclustering of microarray data based on singular value decomposition
Framelet kernels with applications to support vector regression and regularization networks
Local discriminant wavelet packet coordinates for face recognition
A multi-scale dynamically growing hierarchical self-organizing map for brain MRI image segmentation
Feature extraction and uncorrelated discriminant analysis for high dimensional data
Spectral reflectance estimation from camera responses by support vector regression and composite mod
On a new class of framelet kernels for support vector regression and regularization networks
a尺度紧支撑Riesz小波的构造
小波支持向量回归在瓦斯涌出量预测中的应用
基于智能遗传算法与复合最小二乘支持向量机的长江水质预测与评价
基于偏最小二乘与极大间距准则的微阵列分类
基于智能遗传算法与支持向量回归的人口预测
基于惩罚高斯混合模型的微阵列基因表达数据分析
AGA参数优选的SVR模型及其在经济系统预测中的应用
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊（2011版）
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编：刘营
  • 地址：成都市成科西路3号
  • 邮编：610041
  • 邮箱：arocmag@163.com
  • 电话：028-85210177 85249567
  • 国际标准刊号：ISSN：1001-3695
  • 国内统一刊号：ISSN：51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:60049