基于FCM-SVM的矿山边坡安全系数估算
来源期刊:矿业研究与开发2019年第10期
论文作者:李建新 刘小生 肖海平 黄俊
文章页码:76 - 79
关键词:边坡;安全系数;支持向量机;模糊C均值聚类;欧式距离;
摘 要:为了提高边坡安全系数估算的精度,将模糊C均值聚类算法(FCM)和支持向量机算法(SVM)相结合,建立FCM-SVM模型,并将其运用到边坡安全系数估算。该模型首先通过FCM将训练集划分为基于不同聚类中心的子集,利用SVM建立每一类子集模型;其次通过欧式距离选择相应模型进行测试样本边坡安全系数估算,并以估算结果的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)进行模型评价。工程实例证明:基于FCM-SVM的边坡安全系数估算结果精度优于其他边坡安全系数估算模型,且可靠性强、简单易用。
李建新,刘小生,肖海平,黄俊
江西理工大学建筑与测绘工程学院
摘 要:为了提高边坡安全系数估算的精度,将模糊C均值聚类算法(FCM)和支持向量机算法(SVM)相结合,建立FCM-SVM模型,并将其运用到边坡安全系数估算。该模型首先通过FCM将训练集划分为基于不同聚类中心的子集,利用SVM建立每一类子集模型;其次通过欧式距离选择相应模型进行测试样本边坡安全系数估算,并以估算结果的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)进行模型评价。工程实例证明:基于FCM-SVM的边坡安全系数估算结果精度优于其他边坡安全系数估算模型,且可靠性强、简单易用。
关键词:边坡;安全系数;支持向量机;模糊C均值聚类;欧式距离;