SVM在高层建筑施工安全风险分类中的应用

摘要：

在调查表的基础上,根据调查数据使用蒙特卡洛模拟生成类似调查样本分布的随机数,使用支持向量机(SVM)对部分随机数进行模拟训练,建立分类模型,再通过其余的随机数进行测试,以此来验证SVM对调查数据分类的可行性.模拟数据分类结果表明,支持向量机对模拟数据的分类具有极高的准确性.将调查所得的风险数据利用SVM进行风险因素影响程度的分类,选取径向基函数作为核函数对调查数据训练学习,并用测试集进行了测试,测试结果的准确率为98.666 6％.

关键词：支持向量机、蒙特卡洛模拟、径向基核函数、风险分类

所属期刊栏目：34

分类号：TU974;X928.9(地下建筑)

资助基金：山东省自然科学基金资助项目ZR2009FM045

在线出版日期：2013-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26