工业建筑
工業建築
공업건축
INDUSTRIAL CONSTRUCTION
2007年
z1期
991-995
,共5页
武换娥%丁圣果%巩玉志%檀西乐%孟军波
武換娥%丁聖果%鞏玉誌%檀西樂%孟軍波
무환아%정골과%공옥지%단서악%맹군파
混凝土强度%支持向量回归机%预测%参数分析
混凝土彊度%支持嚮量迴歸機%預測%參數分析
혼응토강도%지지향량회귀궤%예측%삼수분석
利用支持向量回归机(SVR)算法,对在ε-insensitive和Quadratic两种损失函数下的两种核函数进行了研究与分析.在样本数据学习中,发现其预测精度远远高于BP神经网络的预测精度,且参数取值范围很大.针对支持向量回归机模型,给出了参数的取值范围,为SVM在类似工程上的应用提供了参考.
利用支持嚮量迴歸機(SVR)算法,對在ε-insensitive和Quadratic兩種損失函數下的兩種覈函數進行瞭研究與分析.在樣本數據學習中,髮現其預測精度遠遠高于BP神經網絡的預測精度,且參數取值範圍很大.針對支持嚮量迴歸機模型,給齣瞭參數的取值範圍,為SVM在類似工程上的應用提供瞭參攷.
이용지지향량회귀궤(SVR)산법,대재ε-insensitive화Quadratic량충손실함수하적량충핵함수진행료연구여분석.재양본수거학습중,발현기예측정도원원고우BP신경망락적예측정도,차삼수취치범위흔대.침대지지향량회귀궤모형,급출료삼수적취치범위,위SVM재유사공정상적응용제공료삼고.