测绘科学

2015, v.40;No.208(10) 106-109

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

遗传算法优化支持向量机矿产预测方法
Mineral prediction method based on support vector machine optimized with genetic algorithm

季斌;周涛发;袁峰;

摘要(Abstract):

针对矿产预测中已知矿点的样本数目较少的问题,该文提出了一种基于遗传算法优化的支持向量机矿产预测方法。采用遗传算法优化支持向量机的惩罚因子和径向基核函数参数,避免了参数选择不当对支持向量机预测结果的影响,从而提高矿产预测的精度。以空间建模工具ArcSDM中的卡林型金矿床数据为例进行实验。结果表明,支持向量机模型的预测准确率为89.3%,查准率为70.2%;而证据权方法的预测准确率为79.4%,查准率为50%,均小于支持向量机预测结果,说明遗传算法优化的支持向量机是一种有效的矿产预测方法。

关键词(KeyWords): 矿产预测;支持向量机;遗传算法;智能分类

Abstract:

Keywords:

基金项目(Foundation): 中国地质调查局地质调查工作项目(1212011220369);; 安徽省公益性地质工作项目(2013-g-4);; 铜陵有色金属集团控股有限公司科技项目(2013-17);; 中央高校基本科研业务费专项(2013HGQC0024)

作者(Author): 季斌;周涛发;袁峰;

Email:

DOI: 10.16251/j.cnki.1009-2307.2015.10.021

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享