龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏科技大学
摘要：本发明公开了一种基于支持向量回归的板式轨道充填层SCC工作性的预测方法；属于预测技术领域，其操作步骤如下：收集施工现场的线下揭板试验中SCC配合比及其对应工作性参数；根据具体工况，施工工艺和外界环境，筛选有效的配合比和工作性参数作为模型学习的原始数据；根据系统需求分析，构建合理的支持向量回归模型，并对数据进行针对性处理；将数据集根据合理比例划分为训练集，验证集和测试集；通过支持向量回归模型建立训练集中SCC工作性和配合比之间的非线性映射关系，在训练完毕后，将最终选择的训练参数保存下来，可以用于预测阶段；直接将验证集参数输入至模型，利用训练好的参数进行计算，并对比预测值和真实值的差异来评估模型的预测性能。
主权项：1.基于支持向量回归的板式轨道充填层SCC工作性的预测方法，其特征在于：其操作步骤如下：步骤1：收集施工现场进行的线下SCC揭板试验的配合比及对应工作性参数，控制其他因素，测试时间等位于规定范围内并筛选出可用于预测的有效数据；步骤2：分析SCC配合比的11个输入变量，随机打乱数据排列并按对应的比例依次进行划分；步骤3：将所有配合比参数进行归一化处理作为支持向量回归的输入数据；步骤4：采用Matlab2016a平台进行支持向量回归建模，且在训练过程中采用网格搜索法确定模型预测精度最高时的超参数；步骤5：预测完成后对数据进行反归一化，使用一系列性能评估参数对模型的预测性能进行评估，并采用反向传播神经网络算法来对比验证支持向量回归的预测精度。
全文数据：
权利要求：
百度查询： 江苏科技大学 基于支持向量回归的板式轨道充填层SCC工作性的预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号