基于LS-SVM的矿井巷道场强预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13272/j.issn.1671-251x.2014.10.011

基于LS-SVM的矿井巷道场强预测

引用
针对目前矿井巷道场强预测精度低的问题,提出采用最小二乘支持向量机方法建立预测模型,以某巷道实测数据作为训练样本,对矿井巷道场强进行预测;详细分析了训练集构造和参数选择对预测效果的影响.仿真结果表明,LS SVM预测模型较双斜率模型和对数校正模型具有更高的预测精度.

矿井巷道、场强、预测模型、最小二乘支持向量机

40

TD601(矿山电工)

陕西省教育厅科学研究计划资助项目2013JK0864.

2014-11-18(万方平台首次上网日期,不代表论文的发表时间)

40-44

相关文献
评论
暂无封面信息
查看本期封面目录

工矿自动化

1671-251X

32-1627/TP

40

2014,40(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn