[口头报告]基于特征处理技术的应变型岩爆预测数据驱动模型

基于特征处理技术的应变型岩爆预测数据驱动模型
编号:122 访问权限:仅限参会人 更新:2024-10-08 12:00:18 浏览:86次 口头报告

报告开始:暂无开始时间 (Asia/Shanghai)

报告时间:暂无持续时间

所在会议:[暂无会议] » [暂无会议段]

演示文件

提示:该报告下的文件权限为仅限参会人,您尚未登录,暂时无法查看。

摘要
本研究收集了344个岩爆案例组成数据集,其中8个影响因素作为模型的输入,4个岩爆等级作为输出。在预处理阶段,通过回归插补策略估计了缺失的影响因素值,并通过几种降维和聚类的组合方法重新标记数据集,其中前者包括主成分分析(PCA)、特征选择(FS)和t分布随机邻域嵌入(t-SNE),后者为高斯混合模型(GMM),并根据工作原理分析其效果。然后分别建立了9个机器学习模型,并采用4种优化算法搜索模型的最优超参数,对其预测性能进行了评估和比较。通过性能评价确定了最优组合模型,并将其应用于实际岩爆预测。
关键字
报告人
李鲒
讲师 华东交通大学

发表评论
验证码 看不清楚,更换一张
全部评论
提交摘要
注册参会
酒店预订