基于GA和LS-WSVM矿区地表下沉系数预测

CORC > 中国矿业大学（徐州）

	基于GA和LS-WSVM矿区地表下沉系数预测
	范忻 ; 汪云甲 ; 张书建
刊名	http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=MKSJ201206037&dbname=CJFQ2012
	2014-11-07 ; 2014-11-07
关键词	地表下沉系数遗传算法最小二乘小波支持向量机回归
中文摘要	针对传统方法中预计地表下沉系数存在的缺陷,以我国典型的地表移动观测站数据为例,采用启发式算法遗传算法进行参数寻优,提出将小波理论与最小二乘支持向量机结合而成的最小二乘小波支持向量机的方法对地表下沉系数进行预测。实验结果表明,与改进的BP神经网络和PSO-SVM两种方法相比,基于GA和LS-WSVM矿区地表下沉系数预测方法收敛速度更快,精确度更高。
语种	中文
其他责任者	中国矿业大学环境与测绘学院 ; 江苏省资源环境信息工程重点实验室
内容类型	期刊论文
源URL	[http://ir.calis.edu.cn/hdl/232060/5445]
专题	中国矿业大学（徐州）
推荐引用方式 GB/T 7714	范忻,汪云甲,张书建. 基于GA和LS-WSVM矿区地表下沉系数预测[J]. http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=MKSJ201206037&dbname=CJFQ2012,2014, 2014.
APA	范忻,汪云甲,&张书建.(2014).基于GA和LS-WSVM矿区地表下沉系数预测.http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=MKSJ201206037&dbname=CJFQ2012.
MLA	范忻,et al."基于GA和LS-WSVM矿区地表下沉系数预测".http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=MKSJ201206037&dbname=CJFQ2012 (2014).