基于SDCSSVM的大坝安全监测模型.pdfVIP

下载本文档

6
0
约1.18万字
约 4页
2015-09-04 发布于浙江
举报
版权申诉

基于SDCSSVM的大坝安全监测模型.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第37卷第2期三峡大学学报(自然科学版) v01．37No．2 z015年4月 ofChina J Three Univ．(NaturaISciences) r．2015 Gorges Ap DOI：lO．1 3393／j．cnki．issn．1672—948X．2015．02．002 基于SDCS—SVM的大坝安全监测模型屠立峰1’2 包腾飞1’2 唐琪1 赵斌3 (1．河海大学水利水电学院，南京210098；2．河海大学水资源高效利用与工程安全国家工程研究中心，南京 210098；3．南京南瑞集团公司国际公司，南京210003) 摘要：惩罚因子c和核函数参数盯的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要．为克服SVM模型易陷入局部最优点的缺陷，利用基于最速下降法的混合布谷鸟搜索算法分析表明，与多元回归模型相比，SDCS～SVM模型的预测精度和泛化能力均有一定程度的提高．关键词：最速下降法；布谷鸟搜索算法；支持向量机；监测模型中图分类号：TV698．1 文献标识码：A 文章编号：1672—948X2015)02一o006—04 ADam ModelBasedonSDCS-SVM SafetyMonitoring Tu Bao QilZhaoBin3 Lifen91’2 Tengfeil2Tang ofWater (1．CollegeConservancyHydropowerEnginee“ng，HohaiUniv。，Nanjing tional ResearchCenterofWaterResourcesEfficient Hohai Engineering UtilizationEngineeringSafety， 210098，China；3． InternationalBusiness NARI Univ．，Nanjing CompanyGroupCorporation，Nanjing 2】0003。China) Abstract factorcandtheselectionofkernel{unction Vectormachine(SVJⅥ) Penalty parameterd{orsupport SVM fall model andforecast arecrucial．Inordertoovercomethe modelisto regressionfitting precision easy intolocal defects，this mixedcuckoosearch basedonthe de— optimalpoint paper，byusing algorithm steepest scent SVM SDCs-SVMmodelis forwardfordam method(SDCS)for parametersoptimization，a put safety