文献

J-GLOBAL ID：202102238059382591   整理番号：21A1094722

PCA-PSO-SVMに基づく凡口鉛亜鉛鉱地域のカルスト地形崩壊危険性予測【JST・京大機械翻訳】

Prediction of karst surface subsidence risk in the Fankou lead-zinc mine area based on PCA-PSO-SVM

著者 (4件)： Zhou Aihong (河北地質大学城市地質与工程学院,石家庄 050031;河北省高校生態環境地質応用技術研発中心,石家庄 050031) ,  Niu Pengfei (河北地質大学城市地質与工程学院,石家庄 050031) ,  Yuan Ying (河北地質大学城市地質与工程学院,石家庄 050031;河北省高校生態環境地質応用技術研発中心,石家庄 050031) ,  Huang Hucheng (山西省地質調査院,太原 030006)
資料名： Zhongguo Yanrong  (Zhongguo Yanrong)
巻： 39  号： 4  ページ： 622-628  発行年： 2020年 
JST資料番号： C2240A  ISSN： 1001-4810  CODEN： ZHOYEU  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： カルスト地形沈下は,多くの影響要因の共同作用によって,地盤の陥没ピット(洞)のダイナミックな地質学的現象であり,隠れたと突発的な特性を持ち,従来の単純な数学モデルは,地表沈下の危険性を正確に予測するのが難しい。本論文では、主成分分析(PCA)により、地下水位の変動幅、給水度などの11個の影響因子に対して5つの主成分を抽出し、地表陥没の危険性をもたらす主成分について新たな解釈を行った。パーティクルスウォーム最適化(PSO)最適化サポートベクトルマシン(SVM)法を導入して,PCA-PSO-SVMカルスト地形崩壊の危険性予測モデルを確立して,この予測結果を単一SVMモデル予測結果と比較した。PCA-PSO-SVMの危険性予測モデルの精度は,より良好であり,そして,それは,カルスト地形沈下の予防と治療のための基礎を提供することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  給水 ,  数学モデル ,  地盤沈下 ,  協力作用 ,  *カルスト地形 ,  鉛亜鉛鉱 ,  地下水位 ,  主成分分析 ,  地表面 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 粒子群最適化 ,  影響因子 ,  モデル予測 , 【Automatic Indexing@JST】

分類 (1件)： 地下水学  (DC07040Y)

タイトルに関連する用語 (6件)： 鉛亜鉛鉱 ,  地域 ,  カルスト地形 ,  崩壊 ,  危険性 ,  予測