文献

J-GLOBAL ID：201902282619603247   整理番号：19A1671063

グリッド検索に基づくサポートベクトルマシンの岩盤安定性分類モデルの最適化【JST・京大機械翻訳】

Evaluation Model for Surrounding Rock Stability Based on Support Vector Machine Optimized by Grid Search Method

著者 (4件)： Yuan Ying (河北地質大学,勘査技術与工程学院,河北石家庄 050031;河北省地震局,河北石家庄 050000) ,  Yu Shaojiang (河北地質大学,勘査技術与工程学院,河北石家庄 050031) ,  Wang Chenhui (河北省地震局紅山基准地震台,河北xing台,054000) ,  Zhou Aihong (河北地質大学,勘査技術与工程学院,河北石家庄 050031)
資料名： Dizhi yu Kantan  (Dizhi yu Kantan)
巻： 55  号： 2  ページ： 608-613  発行年： 2019年 
JST資料番号： W1456A  ISSN： 0495-5331  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： 岩盤の安定性を科学的に評価するために,サポートベクトルマシン(SVM)を用いて小サンプルと非線形問題を処理する能力の強い特性を研究し,岩石の安定性を分類した。岩石品質指標,岩石の一軸飽和圧縮強度,インテグリティ係数,構造面強度係数,および地下水浸透水量の5つの指標をモデル入力とし,岩石安定度をモデル出力として選択し,サポートベクトルマシン(SVM)に基づく岩盤安定性分類モデルを,岩石品質指数,岩盤の一軸飽和圧縮強度,インテグリティ係数,構造面強度係数,および地下水浸透水量の5つの指標によって確立した。モデルの一般化性能を強化し,予測精度を改善するために,改良グリッド探索法(GSM)を用いて,最適SVMパラメータを見つけ,そして,8群の周辺岩石データを予測し,そして,BPニューラルネットワークモデルの予測結果と比較した。結果は,確立したGSM-SVMモデルが予測サンプルの評価結果と実際の結果と一致し,予測精度がBPニューラルネットワークのものより大きいことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *岩盤 ,  岩石 ,  *サポートベクトルマシン ,  地下水 ,  *モデル ,  品質 ,  浸透水 ,  圧縮強さ ,  インテグリティ ,  予測 ,  一軸
準シソーラス用語： 予測精度 ,  品質指標 ,  *分類モデル , 【Automatic Indexing@JST】

分類 (2件)： 鉱床学一般  (DE09010L) ,  金属鉱床  (DE09030H)

タイトルに関連する用語 (7件)： グリッド ,  検索 ,  サポートベクトルマシン ,  岩盤 ,  安定性 ,  分類モデル ,  最適化