矿井突水信息处理的SVM-RS模型
来源期刊：中国矿业大学学报2008年第3期
论文作者：张海荣 闫志刚 杜培军
关键词：SVM; RS; SVM-RS; 矿井突水; 规则提取;
摘 要：提出了数据处理的支持向量机-粗集(SVM-RS)模型.根据原始突水样本构造SVM预测模型,对该模型依次约简部分属性做重复测试,当预测精度降低,表示该属性重要,予以保留,否则,予以约简,以此优化突水预测的属性集;利用SVM对连续的属性值进行离散化处理,以线性SVM的分类超平面确定属性值的断点位置;利用RS分析突水决策表,提取预测规则.该模型综合了SVM泛化性能优与RS分析数据、提取规则能力强的优势,在实际应用中表现良好.
张海荣1，闫志刚1，杜培军1
(1.中国矿业大学,环境与测绘学院,江苏,徐州,221116;
2.中国矿业大学,深部岩石力学与地下工程国家重点实验室,江苏,徐州,221008)
摘要:提出了数据处理的支持向量机-粗集(SVM-RS)模型.根据原始突水样本构造SVM预测模型,对该模型依次约简部分属性做重复测试,当预测精度降低,表示该属性重要,予以保留,否则,予以约简,以此优化突水预测的属性集;利用SVM对连续的属性值进行离散化处理,以线性SVM的分类超平面确定属性值的断点位置;利用RS分析突水决策表,提取预测规则.该模型综合了SVM泛化性能优与RS分析数据、提取规则能力强的优势,在实际应用中表现良好.
关键词:SVM; RS; SVM-RS; 矿井突水; 规则提取;
【全文内容正在添加中】
