文献

J-GLOBAL ID：201702274800343590   整理番号：17A0199496

遺伝的アルゴリズムは,ダム変形予測におけるSVMの応用を最適化する。【JST・京大機械翻訳】

Dam Deformation Monitoring Prediction on Support Vector Machine Optimized by Genetic Algorithm

著者 (4件)： Shen Zhehui (School of Earth Sciences and Engineering, Hohai University) ,  Huang Teng (School of Earth Sciences and Engineering, Hohai University) ,  Shen Yueqian (School of Earth Sciences and Engineering, Hohai University) ,  Zheng Hao (School of Earth Sciences and Engineering, Hohai University)
資料名： Dadiceliang Yu Diqiudonglixue  (Dadiceliang Yu Diqiudonglixue)
巻： 36  号： 10  ページ： 927-929,932  発行年： 2016年 
JST資料番号： C2664A  ISSN： 1671-5942  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： ダム変形予測のサポートベクトルマシンモデルを確立し,遺伝的アルゴリズムを用いてサポートベクトルマシンモデルのカーネル関数,ペナルティパラメータおよび損失パラメータを最適化した。BPニューラルネットワーク,自己回帰AR(P)モデル,多変量回帰分析法,および周期関数フィッティング法を用いて,同じ最適化法における異なるサポートベクトルのカーネル関数と異なる最適化法を比較した。結果は,GA-SVM(RBF)モデルがダムの変形傾向を予測するだけではなく,予測精度も大いに改善できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ダム ,  *最適化 ,  回帰分析 ,  *遺伝的アルゴリズム
準シソーラス用語： 予測精度 ,  多変量 ,  自己回帰 ,  逆伝播ニューラルネットワーク ,  Kernel関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： dam deformation factors ,  support vector machines ,  genetic algorithm ,  optimizing ,  prediction

分類 (9件)： 薬物の構造活性相関  (GV01050B) ,  酵素製剤・酵素阻害剤の基礎研究  (GW21010W) ,  神経系の診断  (GN02000H) ,  油田・ガス田開発  (UA02050L) ,  ごみ処理  (SC05030O) ,  発酵調味料  (FK04030S) ,  燃焼一般  (XE04010W) ,  ドキュメンテーション  (GU01030C) ,  鋳造法,鋳込  (WC01030Q)

タイトルに関連する用語 (6件)： 遺伝的アルゴリズム ,  ダム ,  予測 ,  SVM ,  応用 ,  最適化