《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《MI和SVM算法在煤与瓦斯突出预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。