点击次数：

论文类型：期刊论文

发表时间：2006-12-25

发表刊物：水电能源科学

收录刊物：ISTIC

期号：06

页面范围：49-52+115-116

ISSN号：1000-7709

关键字：大坝变形预测;支持向量机;最小二乘支持向量机

摘要：介绍了基于统计学习理论的一种新的机器学习技术———支持向量机(SVM)和其拓展方法———最小二乘支持向量机(LSSVM),并将LSSVM算法应用于混凝土大坝安全监控中的变形预测。根据实测数据,建立了基于LSSVM算法的大坝变形预测模型,同时与经典SVM预测模型进行分析比较。结果表明,LSSVM和经典SVM算法在大坝变形预测中都具有较好的可行性、有效性及较高的预测精度;LSSVM在算法的学习训练效率上比SVM有较大的优势,更适合于解决大规模的数据建模。