《表7 支持向量机稳定性评判模型检验》

  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

《国道G318藏东段碎屑斜坡分类与稳定性评判》

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

把剩余的28个碎屑斜坡对判别模型进行回判，用“1”表示稳定，“0”表示不稳定，“*”表示结论错误。根据回判结果与实际值和BP人工神经网络（BPNN）判别结论对比，详见表7，得出SVM模型的判别准确率达到89.29%，而BPNN的准确率为85.71%，而且BPNN把7#不稳定斜坡判别为稳定斜坡，说明了SVM模型判别比BPNN判别更准确可靠。分析SVM对6#、18#和24#3个碎屑斜坡判定错误原因，均因安全系数略偏低，而为了工程安全考虑，所建模型计算偏于保守，因此，将其判别为不稳定斜坡，也表明了建立的模型基本合理可靠。