文献类型：期刊文章

作　　者：孙小冉[1] 苏怀智[2] 彭建和[1,3]

机构地区：[1]安徽省水利部淮委水利科学研究院,安徽蚌埠233000 [2]河海大学水利水电学院,江苏南京210098 [3]安徽省建筑工程质量监督检测站,安徽合肥230088

出　　处：《人民黄河》

年　　份：2016

卷　　号：38

期　　号：7

起止页码：130-133

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、RCCSE、ZGKJHX、核心刊

摘　　要：将粗集理论与支持向量机结合起来,研究了针对大坝安全监测数据序列中出现小样本、短序列、不确定等情况时的监控模型,利用粗集理论中的知识约简,引入属性重要度概念,对输入数据预处理,简化大坝工作性态影响因素和效应量之间的映射关系,实现了支持向量机模型输入的优化设计,使模型更能体现大坝的工作机制。以某混凝土大坝为例,分别采用统计模型、BP神经网络模型、标准SVM模型以及RS-SVM模型进行建模分析,对比验证了RS-SVM模型方法的可行性。

关 键 词：大坝安全 支持向量机 粗集理论 监控模型  

分 类 号：TV698.1]