宋月婵
- 作品数:4 被引量:6H指数:2
- 供职机构:东华理工大学更多>>
- 发文基金:核资源与环境教育部重点实验室开放基金国家重点实验室开放基金更多>>
- 相关领域:自然科学总论建筑科学核科学技术矿业工程更多>>
- 基于模糊支持向量机的岩石抗剪强度参数确定方法研究被引量:2
- 2015年
- 针对岩石抗剪强度参数具有随机性与模糊性的特点,提出一种基于试验样本到超平面距离作为隶属度函数的模糊支持向量回归方法,通过更加合理地设计隶属度函数,提高支持向量机的稳健能力,得到最优的参数估计。在此基础上,对岩石抗剪强度参数进行建模仿真,并进行估计。结果表明,基于模糊支持向量回归的方法与最小二乘法、随机-模糊法相比,不仅能减少异常试验数据对岩石抗剪强度参数的影响,而且得到的回归方程更符合试验样本整体分布,可反映岩石力学参数固有属性。
- 李辉梁海安宋月婵
- 关键词:岩石力学抗剪强度
- 数据降维算法在铀矿堆浸工艺中的应用研究
- 铀矿生物堆浸工艺是将铀矿堆浸和生物浸出相结合的一项技术,它不仅保留了生物浸出技术的特点,还兼具铀矿堆浸工艺的优越性。因此,生物堆浸工艺凭借其良好的经济和环境效益,现如今已经发展成为世界很多国家生产铀矿的支撑性技术。 目...
- 宋月婵
- 关键词:数据降维主成分分析
- 基于KPCA-SVM的预测模型在铀矿堆浸中的应用被引量:2
- 2015年
- 针对影响堆浸工艺铀矿浸出率的因素较多且具有非线性的特点,提出一种利用核主成分分析(KPCA)进行参数处理,整合冗余,降低维数,并将处理后得到的6个主成分作为支持向量机(SVM)测量模型输入的预测方法。在此过程中,利用粒子群算法(PSO)优化核主成分分析和支持向量机的参数,使模型具有较高的训练精度。在此基础上,对铀矿堆浸进行建模仿真,并进行预测。结果表明,基于KPCA-SVM的铀矿累计浸出率模型与BP神经网络方法相比,具有有效降低数据维数、在小样本条件下学习更加有效、建模采样过程更快、预测精度更高的优点。
- 宋月婵刘光萍
- 关键词:核主成分分析支持向量机粒子群算法
- MIV-SVM-BPSO模型在铀矿堆浸中的应用被引量:1
- 2019年
- 利用某矿区ZQ7堆浸柱实测数据作为建模分析样本,建立MIV-SVM、BPSO-SVM、MIV-SVM-BPSO三种模型,对铀矿堆浸进行建模仿真。其中,平均影响值(MIV)算法,可对影响铀矿浸出率的特征因子进行排序;离散二进制粒子群(BPSO)算法可筛选出最优的特征子集;而改进的MIV-SVM-BPSO模型,则是将排序后的优良子集作为后续BPSO算法的部分种群,进而对样本进行仿真实验。结果表明,MIV-SVM-BPSO模型的模拟效果均比单一的MIV-SVM和BPSO-SVM模型好,该模型具有有效降低数据维数,在小样本条件下学习更加有效,建模采样过程更快,模拟精度更高的优点;将浸出液体积,Eh出,Fe3+进,Fe2+出作为铀矿生物堆浸工艺的主要控制因数可降低生产成本,提高铀矿浸出率。
- 宋月婵宋月婵刘光萍
- 关键词:支持向量机