文献

J-GLOBAL ID：201702273326050797   整理番号：17A0173312

サポートベクトルマシン(SVM)モデルに基づく地すべり安定性予測を最適化した。【JST・京大機械翻訳】

Prediction of landslide stability based on SVM model optimized by intelligent algorithm

著者 (6件)： Hu Anlong (Key Laboratory of Geological Hazards on Three Gorges Reservoir Area of Ministry of Education,China Three Gorges University) ,  Wang Kongwei (Key Laboratory of Geological Hazards on Three Gorges Reservoir Area of Ministry of Education,China Three Gorges University) ,  Li Jianlin (Key Laboratory of Geological Hazards on Three Gorges Reservoir Area of Ministry of Education,China Three Gorges University) ,  Tang Fangyan (College of Economics & Management,China Three Gorges University) ,  Chang Delong (Key Laboratory of Geological Hazards on Three Gorges Reservoir Area of Ministry of Education,China Three Gorges University) ,  Guo Zhen (Key Laboratory of Geological Hazards on Three Gorges Reservoir Area of Ministry of Education,China Three Gorges University)
資料名： Ziranzaihai Xuebao  (Ziranzaihai Xuebao)
巻： 25  号： 5  ページ： 46-54  発行年： 2016年 
JST資料番号： C2132A  ISSN： 1004-4574  CODEN： ZZAXEF  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 地すべり安定性に影響する要因は多く,地すべり安定性の影響因子を利用して地すべり安定性を予測することは現在の地すべり研究の重要な内容である。相関係数,サポートベクトルマシン,交差検証法,遺伝的アルゴリズム,および粒子群最適化アルゴリズムを用いて,サポートベクトルマシンモデルを確立して,地すべり安定性を研究した。湖北省の竹溪県市の197の地すべりを例として研究した。遺伝的アルゴリズムによって最適化されたサポートベクトルマシンの地すべり安定性予測モデルの予測効果は最も良く,実際の状況とよく一致した。最適パラメータCは3.0016,Gは0.041008,訓練セット地すべり安定性予測の正解率は84%,テストセット地すべり安定性予測の正確率は79.32%であった。従って,提案した遺伝的アルゴリズムによって最適化されたサポートベクトルマシンの地すべり安定性予測モデルは,地すべり安定性解析のための参照価値を持った。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *地滑り ,  交差検証法 ,  都市 ,  *最適化 ,  安定性解析 ,  遺伝的アルゴリズム ,  予測モデル ,  *サポートベクトルマシン ,  相関係数
準シソーラス用語： 正解率 ,  最適パラメータ ,  粒子群最適化 ,  影響因子 , 【Automatic Indexing@JST】

著者キーワード (5件)： stability of landslide ,  correlation coefficient ,  support vector machine ,  genetic algorithm ,  particle swarm optimization algorithm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： サポートベクトルマシン ,  SVM ,  モデル ,  地すべり ,  安定性 ,  予測 ,  最適化