位置:成果数据库 > 期刊 > 期刊详情页
基于数据挖掘的支持向量机围岩分类方法研究
  • ISSN号:1000-1379
  • 期刊名称:《人民黄河》
  • 时间:0
  • 分类:U452.12[建筑科学—桥梁与隧道工程;交通运输工程—道路与铁道工程] TV223.1[水利工程—水工结构工程]
  • 作者机构: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,四川成都610059
  • 相关基金:国家杰出青年科学基金资助项目(41225011);高等学校博士学科点专项科研基金(优先发展领域)资助项目(20135122130002).
中文摘要:

针对围岩分类问题,提出了一种依据数据挖掘技术,采用二叉树支持向量机的智能围岩分类方法.该方法选择9项影响围岩分类的主要指标,利用SPSS Modeler数据挖掘工具构建SVM分类拟合模型,对围岩数据进行分类和预测,以实现快速智能化决策输出.研究结果表明:基于数据挖掘的支持向量机围岩分类方法可以很好地解决小样本、非线性、高维数的问题,该方法科学可行、可视性强、准确率高,应用前景广阔.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《人民黄河》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国水利部
  • 主办单位:水利部黄河水利委员会
  • 主编:薛松贵
  • 地址:郑州市金水路11号
  • 邮编:450003
  • 邮箱:rmhh2010@163.com
  • 电话:0371-66022409
  • 国际标准刊号:ISSN:1000-1379
  • 国内统一刊号:ISSN:41-1128/TV
  • 邮发代号:36-146
  • 获奖情况:
  • 中文核心期刊,全国水利系统优秀期刊、河南省优秀期刊,中国期刊方阵双效期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),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:15119