| Boosting集成支持向量回归机的滑坡位移预测 |
| |
| 引用本文： | 董辉,傅鹤林,冷伍明,龙万学.Boosting集成支持向量回归机的滑坡位移预测[J].湖南大学学报(自然科学版),2007,34(9):6-10. |
| |
| 作者姓名： | 董辉 傅鹤林 冷伍明 龙万学 |
| |
| 作者单位： | 1. 中南大学,土木建筑学院,湖南,长沙,410075
2. 贵州省交通规划勘察设计研究院,贵州,贵阳,550001 |
| |
| 基金项目： | 贵州省交通建设科技项目
,
交通部西部重点基金 |
| |
| 摘 要： | 支持向量回归机(SVR)在实际的学习应用中,由于数据时空的复杂性和算法本身的参数选择,学习模型难以达到预期的效果.针对这个问题,提出了基于Boosting集成的支持向量回归机方法.通过在原始数据集加权采样的基础上,进行多次迭代子SVR机器学习,不断调整样本权值再采样,优化机器学习模型,然后对迭代所得的每级支持向量回归结果按某种组合方法进行集成,得到最终的回归函数形式.应用该方法进行了仿真试验和滑坡变形时序预测研究.结果表明:使用集成的SVR进行回归预测较之单一的SVR具有更高的准确性和更好的泛化性.对Boosting与Bagging 2种不同的集成SVR,进行了比较研究,试验结果表明,2种算法性能相差不大,总体上前者强于后者.
|
| 关 键 词： | 支持向量机 Boosting集成 Bagging 滑坡位移 预测 Boosting 集成 支持向量回归机 滑坡变形 位移预测 Prediction Landslide Support Vector Regression 算法性能 仿真试验 预测研究 比较 Bagging 泛化性 回归预测 使用 时序 函数形式 组合 结果 |
| 文章编号： | 1000-2472（2007）09-0006-05 |
| 修稿时间： | 2006-12-06 |
Boosting Ensemble of Support Vector Regression for Landslide Prediction |
| |
| DONG Hui,FU He-lin,LENG Wu-ming,LONG Wan-xue.Boosting Ensemble of Support Vector Regression for Landslide Prediction[J].Journal of Hunan University(Naturnal Science),2007,34(9):6-10. |
| |
| Authors: | DONG Hui FU He-lin LENG Wu-ming LONG Wan-xue |
| |
| Institution: | 1. Civil Architectural Engineering College, Central South Univ, Changsha,Hunan 410075,China;2. Guizhou Provincial Institute of Planning, Prospecting and Designing of Communications Infrastructures, Guiyang, Guizhou 550001, China |
| |
| Abstract: | |
| |
| Keywords: | support vector machines Boosting ensemble Bagging landslide displacement prediction |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
|
