期刊文献+

支持向量机在公路软基沉降预测中的应用 被引量:2

在线阅读 下载PDF
导出
摘要 针对公路软土地基沉降发生的过程多变量、强耦合、强干扰、大滞后的复杂特性,提出利用支持向量机(Support Vector Machine,SVM)对公路软基进行沉降预测建模,使用加载过程中的沉降观测数据作为训练样本集,建立可依据现场测量数据对软基沉降量随时间发展的过程进行动态预报的分析方式。仿真试验和实践结果表明,该模型能够更准确地反映实际沉降过程,且满足精确性和适用性的要求。
出处 《公路与汽运》 2008年第3期107-110,共4页 Highways & Automotive Applications
基金 湖南省自然科学基金项目(05JJ30082)
  • 相关文献

参考文献7

二级参考文献20

  • 1陈希哲,土力学地基基础,1998年,112页
  • 2彭振斌,地基处理工程设计计算与施工,1997年,112页
  • 3易德生,灰色理论与方法,1992年,134页
  • 4邓聚龙,灰色预测与决策,1992年,101页
  • 5袁嘉祖,灰色系统理论及其应用,1991年,126页
  • 6http://www.clopinet.com/isabelle/projects/SVM/applist.html[ OL/DB ].
  • 7VAPEIK V. Statistical Learning Theory [ M ]. Berlin: Springer,1998.
  • 8VAPNIK V. The Nature of Statistical Learning Theory [ M ].New York: Spring-Vcdag, 1995.
  • 9CHAPELLE O, Vapnik V. Model selection for support vector machines [M]//SOLLA S A, LEEN T K, Muller K R. Advances in Neural Information Processing Systems. Solla Cambridge, MA: MIT Press, 2000:230-236.
  • 10TSUDA K, RATSCH G, MIKA S, et al. Learning to Predict the Leave-One-Out Error of Kernel Based Classifiers[ M ]. Lecture Notes in Computer Science, 2001,2130:331 -338.

共引文献2496

同被引文献24

引证文献2

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部