基于SVR的滑坡位移研究  

Research of Landslide Displacement Based on SVR

作　　者：刘小珊[1,2] 罗文强[2] 李飞翱[2] 王成勇[1] 

机构地区：[1]湖北文理学院数学与计算机科学学院,湖北襄阳441053 [2]中国地质大学(武汉)数学与物理学院,湖北武汉430074

出　　处：《长江大学学报（自科版）（上旬）》2013年第2期76-78,90,共4页JOURNAL OF YANGTZE UNIVERSITY (NATURAL SCIENCE EDITION) SCI ＆ ENG

基　　金：国家重点基础研究发展计划资助"973"计划(2011CB710605)

摘　　要：滑坡位移具有非线性特征,针对单变量的时间序列,首先引入相空间重构理论,将其扩展到多维的相空间中。再结合数据挖掘中的机器学习算法——支持向量回归算法(SVR)建立预测模型,并对李家湾滑坡的水平位移进行预测。试验结果表明,该模型具有非常高的精度(均控制在94%以上),可以充分的应用于滑坡灾害的预测和预报。In view of the nonlinear characteristics of landslide displacement,the method based on phase space reconstruction can expand the single variable time series to multidimensional phase space.The horizontal displacement of Lijiawan Landslide is preformed for regression and prediction by phase space reconstruction and support vector regression.The test results show that this model is feasible with high precision(all controlled over 94%).Therefore,this method can be fully applied in landslide prediction and forecast.

关 键 词：滑坡水平位移 相空间重构 支持向量回归 预测 

分 类 号：P642.22[天文地球—工程地质学] TP391[天文地球—地质矿产勘探]