期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于改进的球结构多分类支持向量机的冲击地压预测模型研究

下载PDF

导出

摘要运用改进的球结构多分类支持向量机预测冲击地压的发生级别,并通过数值试验验证了方法的有效性。

作者朱耿峰贺国平

机构地区山东科技大学

出处《山东煤炭科技》 2010年第1期76-78,共3页 Shandong Coal Science and Technology

关键词冲击地压多分类支持向量机预测模型

分类号 TD324 [矿业工程—矿井建设]

引文网络
相关文献

参考文献1

1杨静,张健沛,刘大昕.基于多支持向量机分类器的增量学习算法研究[J].哈尔滨工程大学学报,2006,27(1):103-106. 被引量：7

二级参考文献6

1曾文华,马健.支持向量机增量学习的算法与应用[J].计算机集成制造系统-CIMS,2003,9(z1):144-148. 被引量：27
2SYED N,LIU H,SUNG K.Incremental learning with support vector machines[A].IJCAI[C].Stockholm,Sweden,1999.
3DOMENICONI C,GUNOPULOS D.Incremental support vector machine construction[A].ICDM[C].California,USA,2001.
4VAPNIK V.Statistical learning theory[M].New York:Springer Verlag,1995.
5周伟达,张莉,焦李成.支撑矢量机推广能力分析[J].电子学报,2001,29(5):590-594. 被引量：56
6萧嵘,王继成,孙正兴,张福炎.一种SVM增量学习算法α-ISVM[J].软件学报,2001,12(12):1818-1824. 被引量：85

共引文献6

1李祥纳,艾青,秦玉平,刘卫江.支持向量机增量学习算法综述[J].渤海大学学报（自然科学版）,2007,28(2):187-189. 被引量：12
2李芳.基于RS-SVM的油中溶解气体变压器故障诊断研究[J].变压器,2008,45(5):52-56. 被引量：1
3谢志强,高丽,杨静.改进的球结构SVM多分类增量学习算法[J].哈尔滨工程大学学报,2009,30(9):1041-1046. 被引量：6
4高家明,薛京生,肖涛.基于支撑向量机回归的接警量预测与比较[J].软件,2013,34(7):77-80. 被引量：2
5顾伟,傅德胜,蔡玮.改进的支持向量机中文文本分类[J].微型电脑应用,2014,30(10):17-19. 被引量：1
6卜哲,张化祥.多视图学习的中文文本分类研究[J].信息技术与信息化,2016(9):106-108.

1杜保平.基于IFAHP的煤矿瓦斯超限安全评价[J].内蒙古煤炭经济,2016(18):80-82.
2王爱良.矿区工作环境对人为事故率影响的综合评价[J].煤炭与化工,2015,38(8):140-143. 被引量：1
3刘永茜,杨军,张玉贵.煤与瓦斯突出的非连续变形分析(DDA)模拟[J].煤炭学报,2010,35(5):797-801. 被引量：5
4胡广风,厉健.使用MDH模型对凿岩台车标定方法研究[J].现代矿业,2016,0(1):200-202.
5邢玉忠,范红伟,王彦凯,傅国廷.基于瓦斯监测数据的矿井通风系统合理性评价[J].采矿与安全工程学报,2010,27(4):522-526. 被引量：16
6杜保平.基于IFAHP的煤矿火区爆破安全评价[J].工程爆破,2014,20(3):56-59. 被引量：5
7邱国帅,齐庆杰,董子文.基于改进多指标灰靶加权决策的煤层注水参数优化[J].矿业安全与环保,2017,44(2):57-61. 被引量：2
8刘少虹,毛德兵,齐庆新,李凤明.动静加载下组合煤岩的应力波传播机制与能量耗散[J].煤炭学报,2014,39(A01):15-22. 被引量：63
9张晨洁,刘涛,郭生茂.基于模糊模式识别模型的排土场复垦适宜性评价[J].黄金,2016,0(1):75-78. 被引量：2
10李晓豁,董伟松,郭娜,周洋,王金兴.基于改进GAAA算法的连采机外喷雾降尘参数优化[J].机械科学与技术,2015,34(12):1874-1879. 被引量：8

山东煤炭科技

2010年第1期

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