基于数据挖掘的支持向量机围岩分类方法研究

发布时间：2018-07-05 17:56

  本文选题：围岩 + 分类　； 参考：《人民黄河》2017年07期

【摘要】：针对围岩分类问题,提出了一种依据数据挖掘技术,采用二叉树支持向量机的智能围岩分类方法。该方法选择9项影响围岩分类的主要指标,利用SPSS Modeler数据挖掘工具构建SVM分类拟合模型,对围岩数据进行分类和预测,以实现快速智能化决策输出。研究结果表明:基于数据挖掘的支持向量机围岩分类方法可以很好地解决小样本、非线性、高维数的问题,该方法科学可行、可视性强、准确率高,应用前景广阔。
[Abstract]:Aiming at the problem of surrounding rock classification, an intelligent rock classification method based on data mining technology and binary tree support vector machine (BSVM) is proposed. In this method, 9 main indexes affecting the classification of surrounding rock are selected, and SVM classification and fitting model is constructed by using SPSS Modeler data mining tool to classify and predict the surrounding rock data in order to realize quick and intelligent decision output. The research results show that the support vector machine (SVM) classification method based on data mining can solve the problem of small sample, nonlinear and high dimension. This method is scientific and feasible, has strong visibility, high accuracy, and has a wide application prospect.
【作者单位】： 成都理工大学地质灾害防治与地质环境保护国家重点实验室;
【基金】：国家杰出青年科学基金资助项目(41225011) 高等学校博士学科点专项科研基金(优先发展领域)资助项目(20135122130002)
【分类号】：TU91;U452.12

【相似文献】

相关期刊论文 前10条

1 余晓琳,乐小刚;隧道围岩分类模糊评判改进模型及应用[J];西部探矿工程;2005年11期

2 黄向春;李慧敏;姜冰川;孙先鸣;;Q系统围岩分类中几个主要评分因素的一点认识[J];现代隧道技术;2007年05期

3 吴章利;吴强;;几种常用隧道围岩分类方法的综合运用[J];西部探矿工程;2011年09期

4 关宝树;围岩分类的数量化研究[J];铁道学报;1988年04期

5 才博;模糊模式识别理论在洞库围岩分类中的应用[J];河北工业大学学报;2000年03期

6 付正飞;张世飙;郭刚;陈勇;王元汉;;概率论方法在云岭隧道围岩分类中的应用研究[J];岩石力学与工程学报;2006年S1期

7 李惠春;隧道的围岩分类(上)[J];铁道建筑;1981年04期

8 ;二、日本围岩分类构思[J];隧道建设;1983年03期

9 周桥;高谦;;破碎带工程围岩分类及其应用[J];湖南科技大学学报(自然科学版);2009年04期

10 Neil Anthony Trenler ,李福庭;用围岩分类法进行隧道设计[J];铁道建筑;1993年06期

相关会议论文 前8条

1 张清;田盛丰;莫元彬;;铁路隧道围岩分类的专家系统[A];岩石力学在工程中的应用——第二次全国岩石力学与工程学术会议论文集[C];1989年

2 王常明;张淑华;;基于规范知识的隧道围岩快速分类[A];2002年中国西北部重大工程地质问题论坛论文集[C];2002年

3 颜波;黄烨华;马新军;;基于GPS数据挖掘的智能交通系统的研究[A];第二十七届中国控制会议论文集[C];2008年

4 王海峰;刘白鸽;孙立;康震;;基于信息整合和数据挖掘的交通运输管理决策系统[A];2008第四届中国智能交通年会论文集[C];2008年

5 祁生文;伍法权;王大国;李晓;李守定;;岩石隧道掘进机(TBM)的施工速度(AR)与围岩分类[A];隧道、地下工程及岩石破碎理论与应用——隧道、地下工程及岩石破碎学术研讨会论文集[C];2007年

6 祁生文;伍法权;王大国;李晓;李守定;;岩石隧道掘进机(TBM)的施工速度(AR)与围岩分类[A];隧道、地下工程及岩石破碎学术研讨会论文集[C];2007年

7 褚丽恒;郭晓泽;宋国杰;吴峻;谢昆青;;基于聚类方法的高速公路逃费甄别与分析[A];第八届中国智能交通年会论文集[C];2013年

8 吉锋;石豫川;杨智勇;;Q系统在软岩隧道围岩质量分级中的适应性研究[A];第九届全国工程地质大会论文集[C];2012年

相关博士学位论文 前2条

1 郑晓峰;道路运输信息系统的数据挖掘方法研究与应用[D];华南理工大学;2014年

2 孙轶轩;基于数据挖掘的道路交通事故分析研究[D];北京交通大学;2014年

相关硕士学位论文 前10条

1 范智杰;元磨高速公路隧道围岩分类及应用研究[D];重庆交通大学;2008年

2 付正飞;山区隧道围岩分类与洞口边坡稳定性研究[D];华中科技大学;2006年

3 陈冰洁;基于聚类算法的车辆轨迹时空相似性研究[D];福建师范大学;2015年

4 杨鹏;基于数据挖掘的乘客出行行为研究[D];华南理工大学;2016年

5 张肃泼;基于数据挖掘的城市交通可视化信息系统设计[D];东南大学;2016年

6 卢倩;隧道交通状况的大数据挖掘方法研究[D];贵州大学;2016年

7 王敢;数据挖掘在城市道路交通上的应用[D];重庆大学;2016年

8 戴洪波;基于数据挖掘的高速公路营运决策支持技术研究[D];东华大学;2016年

9 汪涛;数据挖掘在隧道交通中的应用[D];长安大学;2003年

10 温延超;数据挖掘在高速公路机电设备故障预测中的应用[D];长安大学;2011年

，

本文编号：2101175