文献类型：期刊文章

作　　者：刘开云[1] 乔春生[1] 滕文彦[2]

机构地区：[1]北京交通大学土木建筑工程学院,北京100044 [2]石家庄铁路工程职业技术学院土木工程系,河北石家庄050041

出　　处：《岩土工程学报》

基　　金：国家自然科学基金资助项目(50078002)

年　　份：2004

卷　　号：26

期　　号：1

起止页码：57-61

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法———支持向量机算法,运用Matlab语言编写了程序,采用不同的核函数对具体的边坡工程实例作了计算,并将人工神经元网络计算结果与之对比,可见无论是在学习或预测精度方面,支持向量机算法较基于经验风险最小化原理的人工神经元网络算法都有很大的优越性,可以运用于实际工程。

关 键 词：边坡 位移  非线性  时间序列 支持向量机 回归算法  位移预测  

分 类 号：TU457]