现代矿业 ›› 2012, Vol. 28 ›› Issue (02): 25-27+37.
张胜伟1,宋振柏2,张华荣1,李帅1
Zhang Shengwei1,Song Zhenbai2,Zhang Huarong1,Li Shuai1
摘要: 支持向量机在解决非线性及高维模式识别问题中表现出其特有的优势。针对大坝变形具有强非线性的特点以及传统神经网络模型预测时存在局部极小与过学习等问题,将支持向量机应用于大坝变形预测。以某大坝的变形监测数据为例,建立SVM预测模型,将支持向量机模型与神经网络模型进行比较分析。结果表明,该模型具有较高的精度,可以很好地应用于大坝变形监测分析。