基于PSO-SVM的煤与瓦斯突出危险性模式识别

摘要：

考虑到煤与瓦斯突出危险性预测具有非线性、高维数、小样本的特点，采用基于统计学习理论的支持向量机建立煤与瓦斯突出危险性预测的多类模式识别模型.为了进一步提高识别精度，利用粒子群优化算法自动进行支持向量机惩罚因子和核参数优化.工程算例表明本文方法是有效的，具有较高的准确度.

关键词： 瓦斯突出 支持向量机 粒子群算法 模式识别

作者: 姜谙男 金立夫 易南概 刘丽波

作者单位: 大连海事大学交通工程与物流学院,大连,116026

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 624-627

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）