《表2 围岩稳定性数据:基于PCA-RVM的围岩稳定性识别模型》
对文献[3]中影响围岩稳定性的数据集进行整理,以1~21组数据作为学习样本,以22~27组数据作为待分类样本,围岩稳定性数据见表2。RVM分类模型的1个显著特点是对小样本数据有较好处理能力,为此,采用PCA方法对初始变量做线性变换,以达到数据降维的目的。主成分分析前,为避免表1中各影响因子因量纲问题带来的误差,先对数据作中心化及标准化处理。根据主成分分析原理求解相关系数矩阵R,不同变量间的相关系数矩阵见表3。用KMO检验进行抽样充足量的测度,检验各影响因子间的偏相关系数是否满足进行主成分分析的前提条件。用Bartlett球形检验验证输出矩阵是否为单位阵。通过计算,KMO值为0.842,Bartlett球形检验中sig值为0,认为可以进行主成分分析。
图表编号 | XD00191660100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.20 |
作者 | 张研、曾建斌、景小青、邓雪沁 |
绘制单位 | 广西岩土力学与工程重点实验室、桂林理工大学土木与建筑工程学院、桂林理工大学土木与建筑工程学院、中国水利水电第四工程局有限公司、桂林理工大学土木与建筑工程学院 |
更多格式 | 高清、无水印(增值服务) |