lng演算法

Ⅰ 支持向量機學習演算法

支持向量機學習演算法主要有以下五種：

（1）獲取學習樣本（xⁱ，yⁱ），i=1，2…，其中xⁱ∈Rⁿ，y∈任 ｛1，-1｝^l，對樣本進行預處理；

（2）選擇進行非線性變換的核函數及對錯分（誤差）進行懲罰的懲罰因子c；

（3）形成二次優化問題用優化方法（如：Chuknlng演算法、內點演算法、SMO演算法）；

（4）獲得a，a^*及b₀的值，代入方程中，獲得分類或函數擬合的支持向量機；

（5）將需預測或分類的數據代入支持向量機方程中獲得結果。

基坑降水環境影響評價參數選取降水方式、岩土性質、水文地質邊界、基坑側壁狀態、邊載分布、後續使用年限、基礎型式、差異沉降8級，目標輸出模式對應4個級別：優等級（Ⅰ）、良好級（Ⅱ）、中等級（Ⅲ）、差級（Ⅳ）。

用一對多多類支持向量機水質分類法：有四類等級要劃分，於是在抽取訓練集的時候，分別抽取I所對應的向量作為正集，其餘所對應的向量作為負集；Ⅱ所對應的向量作為正集，其餘所對應的向量作為負集……，這四個訓練集分別進行訓練得到四個分類器。然後，利用這四個訓練結果文件對測試集分別進行測試，最後每個測試都有一個結果，最終的結果便是這四個值中最大的一個。

利用支持向量機進行基坑降水環境影響評價就是尋找影響基坑降水環境系統和孕災環境系統的指標和基坑降水環境影響等級之間的關系，可建立以下四個分類函數：

基坑降水工程的環境效應與評價方法