《表3 SVM预测结果:MI和SVM算法在煤与瓦斯突出预测中的应用》
试验中,事故数据共计62组,参数完整的事故数据35组,MI算法填补27组,为验证填补数据的有效性,将填补前后的数据分别用于SVM算法训练与测试进行对比。SVM算法在Matlab中直接调用LIBSVM软件包实现。缺失数据填补前,完整事故数据35组,从中随机选取26组,并从非事故数据中随机选取53组用于算法训练,剩余数据用于训练好的算法测试。填补后,可用的事故数据62组,从中随机选取47组,并从非事故数据中随机选取的53组用于算法训练,剩余数据用于训练好的算法测试。训练和测试数据的选取不同,其结果会有较大差异,为减少试验误差,试验重复500次,预测结果取平均值[5],预测结果见表3。
图表编号 | XD00215616400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 郑晓亮##教授、来文豪、薛生##教授 |
绘制单位 | 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室、安徽理工大学能源与安全学院 |
更多格式 | 高清、无水印(增值服务) |