首页> 中文期刊> 《煤炭学报》 >地下水化学特征组分识别的粒子群支持向量机方法

地下水化学特征组分识别的粒子群支持向量机方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

采用粒子群算法优化支持向量机参数,建立了地下水化学特征组分识别的粒子群支持向量机模型.该方法利用支持向量机结构风险最小化原则和粒子群快速全局优化特点,通过对水源样本的学习,可以快速自动建立典型离子化学组分含量与其所属岩层类别之间的映射关系.

著录项

来源
《煤炭学报》 |2006年第3期|310-313|共4页
作者
姜谙男; 梁冰;
展开▼
作者单位

辽宁工程技术大学,力学与工程科学系,辽宁,阜新,123000;

大连海事大学,交通工程与物流学院,辽宁,大连,116026;

辽宁工程技术大学,力学与工程科学系,辽宁,阜新,123000;

展开▼
原文格式 PDF
正文语种 chi
中图分类地下水的物理、化学性质;
关键词
地下水; 化学特征组分; 粒子群优化; 支持向量机;

相似文献

中文文献
外文文献
专利

1. 改进遗传神经网络模型在地下水化学特征组分识别中的应用 [J] . 刘丽波 ,姜谙男 . 有色矿冶 . 2006,第001期
2. 基于粒子群优化-支持向量机方法的下肢肌电信号步态识别 [J] . 高发荣 ,王佳佳 ,席旭刚 . 电子与信息学报 . 2015,第005期
3. 一种基于混沌粒子群算法和支持向量机的 P2 P流量识别方法 [J] . 王春枝 ,张会丽 ,叶志伟 . 计算机应用与软件 . 2015,第008期
4. 基于改进粒子群优化的支持向量机与情景感知的人体活动识别 [J] . 王杨 ,赵红东 . 计算机应用 . 2020,第003期
5. 基于粒子群优化最小二乘支持向量机的滚动轴承故障识别 [J] . 孟凡念 ,杜文辽 ,巩晓赟 . 轴承 . 2020,第012期
6. 基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法 [C] . 穆朝絮 ,张瑞民 ,孙长银 . 2009年中国智能自动化会议 . 2009
7. 基于粒子群优化支持向量机的移动荷载识别研究 [A] . 陈银甲 . 2017

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号