论文部分内容阅读
针对灌浆地层裂隙存在不确定性变化的特点，提出基于支持向量机（SVM）的灌浆地层智能识别方法，以提高地层识别能力。为了提高支持向量机模型的运算速度，采用几何方法求取支持向量，避免了二次规划算法求解。该算法根据支持向量的几何分布特点，从距离最近的样本点开始，通过不断地寻找违反KKT条件的样本点来找出支持向量。最后，选取大理岩石（较完整地层）和砂质板岩地层的部分灌浆实验数据样本建立灌浆地层的分类模型，用其他未训练的同分布的新数据进行地层识别验证。仿真结果表明，改进支持向量机分类方法简单有效，与神经网络方法相比有