【www.chuban323.com--理学论文】
【作者】 刘太安; 张序萍; 魏光村; 薛欣;
【文献出处】 微计算机信息
【中文关键词】 支持向量机; 回归算法; 煤矿地下水位; 预测模型;
【英文关键词】 Support vector machine; Regression arithmetic; Coal Mine Ground-water-level; Forecasting Model;
【摘要】 将SVR(Support Vector Regression)回归算法应用于煤矿地下水位预测。基于SVR回归算法分析,筛选了合适的核函数及其参数,提出了基于SVR回归算法的煤矿地下水位预测模型,并根据所选矿区的自然地理和水文地质情况,确定了预测输入因子和输出因子。数值实验表明:预测结果与实际测量结果具有较好的一致性,验证了煤矿地下水位预测模型是有效的,为煤矿地下水位的预测提供了一个新的有效方法。
【英文摘要】 SVR (Support Vector Regression) is applied to forecast the Coal Mine Ground-water-level. Appropriate kernel function and parameters was chosen based on the analysis of SVR regression arithmetic. This paper proposes The Forecasting Model of Coal Mine Ground-water-level basing on SVR regression arithmetic and determines the forecast of the input factor and the output factor accord-ing to the physical geography and the hydrology geology situation of the chosen mining area. The numerical test has improved that ...
引言在能源行业中,煤炭开采属于高危行业,经常会发生一些矿井透水事故,给国家和人民的生命财产安全带来重大损失,因此对煤矿地下水位预测的研究有着重要的实际意义。煤矿地下水位预测是一个具有影响因素多、高度非线性、以及时间序列等特点的问题。SVR回归算法是支持向量机SVM(
基于svm的图像分类 基于svd的推荐算法 基于svm的手写数字识别 基于svm的手写体识别 基于svm的图像分割