期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
改进的支持向量机方法在矿山地质环境质量评价中的应用 被引量：12
1
作者 卢文喜 郭家园 +2 位作者 董海彪 张宇 林琳 《吉林大学学报（地球科学版）》 EI CAS CSCD 北大核心 2016年第5期1511-1519,共9页
传统支持向量机(SVM)评价模型中网格搜索法对参数的选择受到主观因素的影响,选用粒子群算法对SVM模型进行优化,并应用改进的SVM模型(PSO-SVM)对长吉图经济区135个矿山进行地质环境质量评价。PSO-SVM模型的评价结果与综合评价结果的相同... 传统支持向量机(SVM)评价模型中网格搜索法对参数的选择受到主观因素的影响,选用粒子群算法对SVM模型进行优化,并应用改进的SVM模型(PSO-SVM)对长吉图经济区135个矿山进行地质环境质量评价。PSO-SVM模型的评价结果与综合评价结果的相同率(注:该相同率是指两个评价结果相同的个数占所有评价样本数的百分比)达到95.56%,与SVM模型评价结果的相同率达到91.11%。结合研究区实际情况并分析三种评价结果得出,PSO-SVM模型的评价结果更符合实际情况。改进的支持向量机方法能够避免人为因素影响,提高矿山地质环境评价水平,在评价中具有可行性和有效性。基于改进的支持向量机方法评价结果表明,研究区矿山地质环境受矿山开采等人为活动的影响,54.1%的矿山遭受严重破坏(III级),25.9%为中度破坏(II级)。评价结果可为研究区矿山环境恢复治理提供决策支持。 展开更多
关键词 支持向量机(SVM) 粒子群优化(PSO) 矿山地质环境质量评价 长吉图经济区
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部