机器学习算法在大坝安全监控系统中的集成方法  

Integration of Machine Learning Algorithm in Dam Safety Monitoring System

作　　者：王志军[1] 宋士学[2] 蒋裕丰[1] 赵二峰[1] 

机构地区：[1]河海大学水利水电工程学院 [2]聊城大学物理科学与信息工程学院,山东省聊城市252059

出　　处：《水电自动化与大坝监测》2008年第3期53-55,共3页HYDROPOWER AUTOMATION AND DAM MONITORING

基　　金：国家自然科学基金资助项目(50539010;50579010;50539030;50539110);国家科技支撑计划课题(2006BAC14B03);中国水电工程顾问集团公司科技项目(CHC-KJ-2007-02)

摘　　要：为方便在大坝安全监控系统中灵活应用新型机器学习算法,提出了一种应用组件对象模型(COM)技术将机器学习算法集成到大坝安全监控系统中的方法,相比于在开发系统中直接对机器学习算法进行编程,该方法可节省大量的编程时间,缩短开发周期,效果较好。For the application of new machine learning algorithms to dam safety monitoring system, this paper presents an integration method based on component object model （COM） technique. Compared with the programming directing to machine learning algorithms with development language, the present method can help save a lot of programming time and produce preferable effect.

关 键 词：大坝安全监控系统 机器学习算法 支持向量机 组件对象模型 集成 

分 类 号：TV698.1[水利工程—水利水电工程]