%0 Journal Article
%T 基于KPCA RVM的土石坝沉降预测模型研究
%J 西北农林科技大学学报(自然科学版)
%D 2017
%X 【目的】针对土石坝坝体沉降存在多变量、强耦合、强干扰的复杂问题，建立基于KPCA-RVM的土石坝沉降预测模型。【方法】利用核主元分析（KPCA）对输入向量进行降维处理，以减少因子个数，随后利用相关向量机（RVM）模型对土石坝沉降进行预测，并以平均相对误差为指标对预测精度进行评价。【结果】 实例应用表明，KPCA-RVM模型将输入向量由14个降低到7个，预测结果的平均相对误差仅为0.9%，预测效果得到明显提升。【结论】利用KPCA-RVM模型对土石坝进行沉降预测，不仅可以减少输入向量个数，而且可以提高预测精度，可在实际工程中推广应用
%K 土石坝 KPCA-RVM模型 沉降预测 核主元分析 相关向量机
%U http://www.xnxbz.net/xbnlkjdxzr/ch/reader/view_abstract.aspx?file_no=20170129&flag=1