【摘 要】
：
运用人工智能领域最新的基于结构风险最小化原理的机器学习算法--支持向量机(SVM)算法,采用线性Linear和径向基函数RBF两种核函数以及( 不敏感和Quadratic两种损失函数,并且
【机 构】
：
北京交通大学,北京交通大学,石家庄铁路工程职业技术学院
论文部分内容阅读
运用人工智能领域最新的基于结构风险最小化原理的机器学习算法--支持向量机(SVM)算法,采用线性Linear和径向基函数RBF两种核函数以及( 不敏感和Quadratic两种损失函数,并且考虑惩罚参数C的不同,编写了相应的程序对影响边坡角设计的诸多因素进行了机器学习,经过反复调整相关参数和计算对比,找到了拟合精度很高的支持向量机网络,并以此网络对测试样本作预测检验模型的可靠性;对影响支持向量机建模精度的各种影响因素作了计算和分析,在此基础上,初步确定了各参数对SVM模型精度影响大小的顺序,为SVM在类似工
其他文献
基于颗粒流理论,建立分析砂固结预应力锚杆锚固性能的颗粒流数值分析模型。通过数值模型试验,对砂固结预应力锚杆的荷载–位移特性以及砂颗粒在载荷作用下的应力、位移及孔隙
根据实际情况建立了李家峡水电站的三维有限元模型以对大坝的工作状态进行安全监控.同时,根据不同工况下坝体实测位移相对值,用改进的BP网络来反演坝体弹性模量和基岩变形模
利用Biot固结理论和积分方程研究了考虑流变的饱和土-单桩-筏的共同作用问题,首先应用积分变换方法得出了半空间表面作用环形荷载时的基本解、基于半空间表面作用环形荷载的
运用积分变换的方法研究了下卧基岩双层地基上刚性圆板在简谐扭矩作用下的动力响应问题.假设地下水位以上地基为单相弹性层,以下为饱和两相介质,结合上表面为混合边界条件、