文件名称：改进的支持向量机方法在矿山地质环境质量评价中的应用 (2016年)
文件大小：413KB
文件格式：PDF
更新时间：2024-05-15 10:56:39
自然科学 论文
传统支持向量机(SVM)评价模型中网格搜索法对参数的选择受到主观因素的影响,选用粒子群算法对SVM模型进行优化,并应用改进的SVM模型(PSO-SVM)对长吉图经济区135个矿山进行地质环境质量评价。PSO-SVM模型的评价结果与综合评价结果的相同率(注:该相同率是指两个评价结果相同的个数占所有评价样本数的百分比)达到95.56%,与SVM模型评价结果的相同率达到91.11%。结合研究区实际情况并分析三种评价结果得出,PSO-SVM模型的评价结果更符合实际情况。改进的支持向量机方法能够避免人为因素影响,提