文章摘要
苗雨,丁琪皓,陈浙,郑俊杰,李继能.基于SVM与SRM耦合的抗剪强度参数随机场模拟[J].地震工程学报,2021,43(2):375-379. MIAO Yu,DING Qihao,CHEN Zhe,ZHENG Junjie,LI Jineng.Random Field Simulation of Soil Shear Strength Parameters Based on SVM and SRM Coupling[J].China Earthquake Engineering Journal,2021,43(2):375-379.
基于SVM与SRM耦合的抗剪强度参数随机场模拟
Random Field Simulation of Soil Shear Strength Parameters Based on SVM and SRM Coupling
投稿时间:2016-04-25  
DOI:10.3969/j.issn.1000-0844.2021.02.375
中文关键词: 谱表示法;支持向量机;随机场;互相关性
英文关键词: spectral representation method (SRM);support vector machine;random field;cross-correlation
基金项目:国家自然科学基金项目(51378234);华中科技大学优青培育项目(2014YQ008)
作者单位
苗雨 华中科技大学 土木工程与力学学院, 湖北 武汉 430074 
丁琪皓 华中科技大学 土木工程与力学学院, 湖北 武汉 430074 
陈浙 华中科技大学 土木工程与力学学院, 湖北 武汉 430074 
郑俊杰 华中科技大学 土木工程与力学学院, 湖北 武汉 430074 
李继能 武汉华中科大土木工程检测中心, 湖北 武汉 430074 
摘要点击次数: 66
全文下载次数: 48
中文摘要:
      实验数据表明土体参数具有很大的空间变异性,而随机场理论为模拟土体参数空间变异性提供了有效途径。因为传统的谱表示法(SRM)无法正确模拟多维多元随机场参数间的互相关性,提出支持向量机法(SVM)与SRM耦合的方法。SVM是基于统计学习理论和结构风险最小化原理基础上的通用机器学习方法,它在解决小样本、非线性和高维模式识别问题中表现出诸多优势。以土体抗剪强度参数:黏聚力c和内摩擦角φ为例,通过实验证明二者之间存在天然负相关性,即为二维二元随机场。结果表明,在样本数量较少的条件下,基于耦合算法模拟随机场不仅能有效地描述变量的自相关性,而且能够准确地描述变量间的互相关性,为解决小样本条件下模拟多维多元随机场提供了一种有效的方法。
英文摘要:
      Previous experimental data show that the soil parameters have great spatial variability, which can be effectively simulated by the random field theory. The traditional spectral representation method (SRM) can not accurately simulate the cross-correlation between the parameters of multidimensional-multivariate random field. A support vector machine (SVM) and SRM coupling method was proposed in this paper. As a general machine learning method based on statistical learning theory and the principle of structural risk minimization, SVM has many advantages in solving the problems such as limited training data, nonlinear and high-dimensional pattern recognition. The shear strength parameters of soil (cohesion c and internal friction angle φ) were taken as an example, and the experiment proved that there is a natural negative correlation between them. The results showed that the proposed method can not only effectively describe the auto-correlation of variables, but also accurately describe the cross-correlation between variables under limited training data. The study provides an effective method to simulate multidimensional-multivariate random fields with a limited training data.
查看全文   查看/发表评论  下载PDF阅读器
关闭

您是第5196516位访问者
版权所有欢迎《地震工程学报》编辑部
主管单位:中国地震局 主办单位:中国地震局兰州地震研究所
清华大学
中国地震学会
中国土木工程学会
地  址: 甘肃省兰州市东岗西路450号 邮编:730000 电话:0931-8275892 E-mail: dzgcxb2021@163.com
本系统由北京勤云科技发展有限公司设计