基于AdaBoost组合学习方法的岩爆分类预测研究

被引：48

作者：

葛启发

冯夏庭

机构：

[1] 东北大学资源与土木工程学院

来源：

岩土力学 | 2008年 / 04期

基金：

国家杰出青年科学基金;

关键词：

岩爆; 等级分类; 数据挖掘; AdaBoost; 神经网络;

D O I：

10.16285/j.rsm.2008.04.031

中图分类号：

TU452 [岩体力学性质及应力理论分析];

学科分类号：

0801 ; 080104 ; 0815 ;

摘要：

针对岩爆等级划分问题,考虑了岩爆灾害发生的多种主要影响因素,采用新的数据挖掘方法AdaBoost(即Adaptive Boosting)的组合学习方法,结合流行的人工神经网络BP算法,构建了集成神经网络AdaBoost—ANN(简称AB—ANN)的岩爆等级多分类预测模型。该模型克服了单一弱分类器的不稳定性,提高了分类器精度,实验结果表明,预测的结果与实际值比较吻合,证明了该方法的可行性。

引用

页码：943 / 948

页数：6

共 13 条

[1] Boosting及其在数据挖掘中的应用 [J].