English
首页
期刊信息
期刊简介
收录情况
评价指标
获奖情况
获得资助
专题征稿
期刊订阅
编委会
编辑委员会
青年编委会
期刊在线
网络首发
优先出版
当期目录
过刊浏览
浏览排行
下载排行
引用排行
投稿指南
征稿方向
投稿须知
下载中心
审稿指南
自荐审稿
评议要求
开放获取
出版伦理
合作单位
联系我们
全部
标题
作者
关键词
摘要
DOI
栏目
地址
基金
中图分类号
PACS
EEACC
高级检索
所有
标题
作者
关键词
摘要
DOI
栏目
地址
基金
中图分类号
PACS
EEACC
首页
期刊信息
期刊简介
收录情况
评价指标
获奖情况
获得资助
专题征稿
期刊订阅
编委会
编辑委员会
青年编委会
期刊在线
网络首发
优先出版
当期目录
过刊浏览
浏览排行
下载排行
引用排行
投稿指南
征稿方向
投稿须知
下载中心
审稿指南
自荐审稿
评议要求
开放获取
出版伦理
合作单位
联系我们
English
李秀珍, 孔纪名, 谢建勋. 水电岩质边坡稳定性预测的支持向量机方法[J]. 煤炭学报, 2011, (S2).
引用本文:
李秀珍, 孔纪名, 谢建勋. 水电岩质边坡稳定性预测的支持向量机方法[J]. 煤炭学报, 2011, (S2).
水电岩质边坡稳定性预测的支持向量机方法
李秀珍
,
孔纪名
,
谢建勋
摘要
HTML全文
图
(0)
表
(0)
参考文献
(0)
相关文章
施引文献
资源附件
(0)
摘要
摘要:
以我国水电工程区典型岩质边坡为例,选择边坡岩体质量系数、结构面方位系数、结构面类型修正系数、坡高系数及施工方法修正系数6个边坡稳定性复合指标作为评价因子,建立了水电岩质边坡稳定性预测的支持向量机方法,并将其与传统统计判别方法(如距离判别方法和Bayes判别方法)进行了比较。分析结果表明,支持向量机方法的预测精度较高,且高于传统数理统计判别方法的预测精度。
HTML全文
参考文献
(0)
相关文章
施引文献
资源附件
(0)
/
下载:
全尺寸图片
幻灯片
返回文章
分享
用微信扫码二维码
分享至好友和朋友圈
返回
×
Close
导出文件
文件类别
RIS(可直接使用Endnote编辑器进行编辑)
Bib(可直接使用Latex编辑器进行编辑)
Txt
引用内容
引文——仅导出文章的Citation信息
引文和摘要——导出文章的Citation信息和文章摘要信息
×
Close
引用参考文献格式