基于PSO和SVM的矿区地表下沉系数预测

来源 :辽宁工程技术大学学报(自然科学版) | 被引量 : 0次 | 上传用户:weizai111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究并建立矿区地表下沉系数的智能预测模型。将粒子群优化(PSO)和回归支持向量机(SVM)方法进行融合。采用PSO算法优化SVM回归估计参数,在简要分析影响地表下沉因素的基础上,建立了基于PSO优化参数的SVM(PSO-SVM)矿区地表下沉系数智能预测模型。以我国典型的地表移动观测站资料作为学习训练样本和测试样本,将计算结果与实际值进行了对比分析,并与改进BP神经网络算法的预测结果进行了比较。结果表明:PSO-SVM方法计算地表下沉系数是可行的,收敛速度更快,计算精度更高。为地表下沉系数的计算探索了一种可行的方法。
其他文献
课外体育活动是学校体育工作的重要组成部分,是实现学校体育目的的重要途径,是实施素质教育,发挥学生的个性特长,培养体育苗子的主阵地,又是响应国家阳光体育工程的具体实践,是保证和落实学生每天1小时课外活动的重要体现,是德、智、美、劳坚强意志品质的有机结合,更是实现健康第一的必由之路,最终实现终身体育的目的。  1.课外体育活动锻炼是学生健康成长的需要。中学生正处于成长发育的第二个高峰期,需要进行经常的
针对T-S模糊离散广义系统稳定性判别条件严格,不具备更好适用性等问题,提出一种优化判据的新方法。该方法利用模糊Lyapunov函数分析了T-S模糊离散广义系统的稳定性问题,经过推导
一、充分认识当前基础教育面临的发展机遇,进一步增强搞好基础教育工作的信心
为了合理地协调和分配网格资源,降低网格任务完成时间,有效保持网格资源负载平衡,通过分析网格任务调度的关键问题和PSO算法的优化原理,建立了网格任务调度的元任务模型和性
在历史教学中,CAI的多媒体性与历史学科的专业特征恰当扣合,可以改变旧的教学模式,优化教学过程,增强教学效果,提高教学质量。
物理教学的艺术就是通过物理教师的真情实感将物理现象的本质特征和规律装饰成美的形象,产生感染学生心灵的魅力,点燃学生探索自然奥秘的火焰,激发学生追求真知的本能。从而把攻克学习难关当作美的享受,产生了个人前途与祖国的繁荣昌盛融于一体的思想境界。那么如何展示中学物理教学的艺术魅力呢?    一、思想感情上发挥的教学艺术    以一节课的引入为例,教师通过研究教材,分析资料,结合教师的相关知识,将所要传授
为了进一步提高室内检测跟踪系统的有效性和稳定性,以经典的混合高斯模型为基础,结合了积分直方图方法,提出了一种室内场景中适应光照变化的运动目标检测算法。该方法通过当前帧和背景帧的全局积分直方图差分来确定光线变化的程度。对于全局的光线突变,进行模型的全局更新。对于局部的光线变化,用光线变化比例作为高斯模型权值更新率因子,实时控制更新速率。再对高斯模型提取的前景,用区域局部积分直方图进行虚假前景的判断和
激发学生学习兴趣,让课堂充满活力是搞好语文教学的关键。如何激发学生的学习兴趣贯穿于语文教学的全过程,这将对实现语文教学整体结构的优化起到重要作用。本文主要从课堂导人、创设情境、学法指导、朗读训练这四个方面阐述了如何激发学生学习语文的兴趣。  “兴趣是最好的老师”。没有任何兴趣,被迫进行的学习会扼杀学生掌握知识的意图。激发学习兴趣,让课堂充满活力是搞好语文教学的关键。如何激发学生的学习兴趣贯穿于语文
新颁布的《国家中长期教育改革和发展规划纲要》强调:"尊重教育规律和学生身心发展规律,为每个学生提供适合的教育。"教育的本质是促进人的个性全面发展。为每个学生提供适合的