排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
利用最小二乘支持向量机(LSSVM)建立土体残余强度模型,以液限、塑性指数、粘粒含量和偏差等为输入变量,通过改变输入变量的结构建立2个LSSVM模型,并采用粒子群优化(PSO)算法设定模型参数,分别预测残余摩擦角值,并与实验值、人工神经网络(ANN)模型作比较,得出LSSVM模型具有较好的效果,另外对LSSVM的输入变量进行敏感性分析,得出偏差对模型的影响最大,印证文献中结论并说明模型的合理性。 相似文献
2.
本文研究了学习理论中推广误差的界的问题.利用ε不敏感损失函数的性质,分别获得r逼近误差和估计(样本)误差的界,并在特定的假设空间上得到了学习算法推广误差的界. 相似文献
1