10.3969/j.issn.1000-7598.2008.04.017
基于AdaBoost组合学习方法的岩爆分类预测研究
针对岩爆等级划分问题,考虑了岩爆灾害发生的多种主要影响因素,采用新的数据挖掘方法AdaBoost(即Adaptive Boosting)的组合学习方法,结合流行的人工神经网络BP算法,构建了集成神经网络AdaBoost-ANN(简称AB-ANN)的岩爆等级多分类预测模型.该模型克服了单一弱分类器的不稳定性,提高了分类器精度,实验结果表明,预测的结果与实际值比较吻合,证明了该方法的可行性.
岩爆、等级分类、数据挖掘、AdaBoost、神经网络
29
TU324;TB115(建筑结构)
国家杰出青年科学基金50325414
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
943-948