共 7 条
- [7] Least squares support vector machine classifiers[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300Suykens, JAKVandewalle, J
基于最小二乘支持向量机的煤层底板突水量预测
被引：28
作者：
姜谙男
梁冰
机构：
[1] 辽宁工程技术大学力学与工程科学系
来源：
关键词：
煤层底板;
最大突水量;
最小二乘支持向量机;
D O I：
10.13225/j.cnki.jccs.2005.05.016
中图分类号：
TD742 [矿井涌水量];
学科分类号：
摘要：
针对底板突水受到多种复杂因素的影响和突水量预测可看成是非线性、高维数、有限样本的模式识别问题,提出煤层底板突水量预测的最小二乘支持向量机方法,给出预测步骤,建立了符合期望风险最小化原则的预测模型,表达了最大突水量等级与其影响因素之间的非线性关系.
引用
收藏
页码：71 / 75
页数：5
相关论文