基于概率统计分析的SVM模型在大坝变形预测中的应用

摘 要: 支持向量机对大坝变形进行预测的过程中，需要输入影响因子，如果不对影响因子直接处理， 直接将大量的影响因子输入到支持向量机模型(SVM)中，势必会造成数据的冗余，同时，影响因子与影响因子之间存在着关联性，从而造成影响因子输入的重叠效应，另外，在输入影响因子过程中，很难保证影响因子输入的完整性，针对此，本文将概率统计的主成分分析(PPCA)引入到大坝变形影响因子预处理中，利用该模型可实现对缺失数据的提取，并将提取的数据作为SVM模型的输入因子，再利用设定的模型进行数据的拟合及预测，便可获得较为稳定的大坝变形分析结果。
关键词: PPCA；PCA；SVM；变形；预测