混凝土坝安全监控最小二乘支持向量机模型

被引:7
作者
肖浩波 [1 ]
谷艳昌 [2 ,3 ]
机构
[1] 长江水利委员会长江勘测规划设计研究院
[2] 南京水利科学研究院
[3] 水利部大坝安全管理中心
关键词
混凝土坝; 最小二乘; 支持向量机; 监控模型;
D O I
暂无
中图分类号
TV698.1 [水工建筑物的监测与原型观测];
学科分类号
摘要
传统的混凝土坝安全监控模型难以精确反映大坝变形的非线性变化规律,一定程度上影响模型的预测效果。基于统计学习理论的支持向量机,采用结构风险最小化准则,具有结构简单、理论完备、适应性强、全局优化、训练时间短、泛化性能好等优点。将最小二乘支持向量机应用于大坝安全监控领域,建立了混凝土坝的支持向量机监控模型。工程案例证明,该模型精度较高,具有广泛的实用性。
引用
收藏
页码:34 / 37
页数:4
相关论文
共 4 条
  • [1] 大坝与坝基安全监控理论和方法及其应用.[M].顾冲时; 吴中如; 著.河海大学出版社.2006,
  • [2] Least squares support vector machine classifiers
    Suykens, JAK
    Vandewalle, J
    [J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300
  • [3] SUPPORT-VECTOR NETWORKS
    CORTES, C
    VAPNIK, V
    [J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297
  • [4] 基于GIS与支持向量机的溃坝损失评估
    王志军
    顾冲时
    刘红彩
    [J]. 长江科学院院报, 2008, (04) : 28 - 32