典型文献
基于IVDF-SVR耦合模型的边坡变形预测
文献摘要：
针对改进变维分形在分形维数进行拟合预测中的不足,提出一种基于改进变维分形理论(IVDF)和支持向量回归机(SVR)理论耦合的分形预测模型.该模型利用支持向量回归机(SVR)理论来对原来改进变维分形模型中分形维数序列进行拟合预测.以茅坪滑坡的边坡位移监测数据为例,选取ln(r)-ln(S1)累计和序列分维分段曲线作为预测模型的分形参数曲线,先利用改进变维分形模型计算各曲线的分段分形维数,进而预测边坡的位移值,再利用IVDF-SVR耦合模型计算各曲线的分段分形维数,进而预测边坡的位移值.预测结果表明,IVDF-SVR耦合模型充分利用了分形理论的自相似性,使预测模型具有良好的抗噪性,同时结合SVR理论的自学习能力,可以实现小样本、非线性条件下的数据拟合与预测的优势,使得该模型能够达到较好的预测长度和较高的预测精度,有着较好的应用前景.
文献关键词：
耦合预测模型;改进变维分形;边坡变形;支持向量回归机
中图分类号：
作者姓名：
侯太平;杨前冬;卢雪峰;蒋磊;伍安杰;黄秀银
作者机构：
中铁城建集团第一工程有限公司,山西 太原 030000;贵州大学,贵州 贵阳 550025;贵州联建土木工程质量检测监控中心有限公司,贵州 贵阳 550025
文献出处：
引用格式：
[1]侯太平;杨前冬;卢雪峰;蒋磊;伍安杰;黄秀银-.基于IVDF-SVR耦合模型的边坡变形预测)[J].人民珠江,2022(05):68-74
A类：
IVDF,改进变维分形
B类：
SVR,耦合模型,边坡变形,变形预测,分形维数,分形理论,支持向量回归机,分形模型,滑坡,边坡位移,位移监测,ln,S1,累计和,分维,分形参数,自相似性,抗噪性,自学习,小样本,数据拟合,得该,耦合预测模型
AB值：
0.249402
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
