文献

J-GLOBAL ID：201602212569286284   整理番号：16A0167311

遺伝的アルゴリズムにより最適化されたサポートベクトルマシンに基づく鉱物予測法【Powered by NICT】

Mineral prediction method based on support vector machine optimized with genetic algorithm

著者 (3件)： Ji Bin (School of Resources and Environmental Engineering,Hefei Univ. of Technol., Hefei) ,  Zhou Taofa (School of Resources and Environmental Engineering,Hefei Univ. of Technol., Hefei) ,  Yuan Feng (School of Resources and Environmental Engineering,Hefei Univ. of Technol., Hefei)
資料名： Cehui Kexue  (Cehui Kexue)
巻： 40  号： 10  ページ： 106-109  発行年： 2015年 
JST資料番号： C2484A  ISSN： 1009-2307  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： 既知の鉱床の試料の数が少ないことを考慮し,遺伝的アルゴリズムを用いて最適化サポートベクトルマシンに基づく鉱物予測の方法を提案した,これは支援ベクトルマシンのペナルティ係数と動径基底カーネル関数パラメータを最適化するために遺伝的アルゴリズムを用いた予測精度改善を目的とする。提案したモデルはアーチダムパッケージにおけるカーリン型金鉱床のデータセットを使用し,サポートベクトルマシンモデルの精度は89.3%であり,精度は70.2%であった。他の証拠モデルの重みの精度は79.4%であり,精度は50%であった。結果は,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は鉱物レソウルスプレディクティオンに対する有用な方法であることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 鉱床 ,  *サポートベクトルマシン ,  ペナルティ ,  金鉱床 ,  *鉱物 ,  基底 ,  *遺伝的アルゴリズム ,  *予測技法 ,  *最適化
準シソーラス用語： データセット ,  予測精度 ,  Kernel関数 , 【Automatic Indexing@JST】

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  測地学  (DC02000X)

タイトルに関連する用語 (5件)： 遺伝的アルゴリズム ,  最適化 ,  サポートベクトルマシン ,  鉱物 ,  予測法