文献

J-GLOBAL ID：201802262605794528   整理番号：18A1096870

地震災害者の損傷予測の改良SVMモデルとその応用【JST・京大機械翻訳】

The improved SVM model and its application under earthquake casualty’s prediction

著者 (2件)： Huang Xing (西南科技大学経済管理学院,四川綿陽,621010) ,  Yuan Ming (西南科技大学経済管理学院,四川綿陽,621010)
資料名： Guanli Gongcheng Xuebao  (Guanli Gongcheng Xuebao)
巻： 32  号： 1  ページ： 93-99  発行年： 2018年 
JST資料番号： C3763A  ISSN： 1004-6062  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： 地震災害者の損傷予測は緊急物の資金調達量の有効な確定と応急物資の需要の変動を把握する基礎的仕事である。改良サポートベクトルマシン(SVM)を,地震災害者の損傷予測モデルの構築に適用した。データの大きな値と特異点のロバスト損失関数の設計により,地震災害の予測指標の中に現れるすべての種類のデータを効果的に扱うことができるように設計される。....1.............................通常のカーネル関数の縮小偏差の限界を変える。本論文では,MorletとMexicanの2種類の母核関数の引数をMercer並進不変カーネルのウェーブレットカーネル関数で置き換える。デジタル計算例により、地震災害の予測に用いるロバストウェーブレットv-SVMモデルは、学習速度が速く、予測精度が高く、安定性が強いという特徴があり、これは地震災害の死亡人口の予測に有効な方法であることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *モデル ,  ロバスト性 ,  予測モデル ,  特異点 ,  *震災 ,  サポートベクトルマシン ,  資本調達 ,  並進不変性 ,  波束 ,  *予測 ,  核関数 ,  ディジタル方式 ,  損失関数
準シソーラス用語： 予測精度 ,  Kernel関数 , 【Automatic Indexing@JST】

著者キーワード (4件)： Earthquake casualty’s prediction ,  Model building ,  Robust wavelet v-SVM ,  Loss function

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 地震災害 ,  損傷 ,  予測 ,  SVM ,  モデル ,  応用