24小时热门版块排行榜    

CyRhmU.jpeg
查看: 512  |  回复: 1

zesonyao

新虫 (初入文坛)

[求助] 支持向量机样本问题 LIB-SVM已有1人参与

现在在用LIB-SVM计算一个土质边坡的稳定性问题
即通过对已知的土质边坡样本训练,对样本中的稳定和不稳定边坡进行分类,最后对我需要预测的边坡进行稳定性分类。
样本为已知的一些边坡的土体力学参数
但是由于训练样本中有土质和岩质边坡,但是我需要预测的样本为土质边坡
所以老板的意思是这里的岩质样本会不会对我的预测产生影响,要我把岩质边坡的样本去掉
但是我把岩质样本去掉以后,预测的准确度下降了很多,检验样本本来是100%,去掉岩质边坡后只有50%了
但是老板的意思是岩质边坡对样本的影响
我也不知道岩质样本对我的预测会不会产生不好的结果,因为岩质边坡和土质边坡在破坏机理上是不同的
现在的问题是要怎么从支持向量机原理上说服老板加岩质边坡对预测不会产生不好的结果
因为其他论文都是岩质和土质边坡一起训练,所以我认为这不会产生一个不好的影响
而且最后的计算结果也证明这一点

望大家能从支持向量机原理上来解答我的疑问
即支持向量机原理上对样本的要求是怎样的
如果有岩土的同学,也希望从岩土知识上解答我的疑问,谢谢
回复此楼
nothingisture,everythingispermitted
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

lishaohong1

铁虫 (初入文坛)

【答案】应助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★
zesonyao: 金币+10, 有帮助, 谢谢,现在已经把岩质边坡去掉了,留下一些重度在25以下的边坡数据,因为我用的是LIB SVM对向量机的编程也不太懂,完全是用这个工具,谢谢 2015-04-17 22:06:52
我认为这类“数据驱动建模”,在具体细节上可以不必细究,堆一些数据就是,呵呵,“但是我把岩质样本去掉以后,预测的准确度下降了很多,检验样本本来是100%,去掉岩质边坡后只有50%了”,可能你训练样本中的土质边坡过少,或者说那几个土质边坡样本不具有代表性,个人觉得,可以不管这个;
本身支持向量机是一类数据驱动建模手段,普遍上认为,该方法适合于小样本,如果精度太差的话,可以考虑通过网格交叉训练、一些智能算法提高一下你的精度,其在岩土方向的工程应用,你可以看下这几篇文章:
1、Li, S. J., Zhao, H. B., & Ru, Z. L. (2012). Deformation prediction of tunnel surrounding rock mass using CPSO-SVM model. Journal of central south university, 19, 3311-3319.
2、谈小龙. (2009). 基于边坡位移监测数据的进化支持向量机预测模型研究. 岩土工程学报, 31(5), 750-755.
2楼2015-04-05 16:27:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 zesonyao 的主题更新
信息提示
请填处理意见