基于贝叶斯推理的LS-SVM矿产资源定量预测
来源期刊：东北大学学报(自然科学版)2017年第11期
论文作者：韩创益 王恩德 夏建明 崔顺哲
文章页码：1633 - 1636
关键词：贝叶斯推理;LS-SVM;矿产资源;定量预测;证据权法;
摘 要：针对矿产资源定量预测过程中最小二乘支持向量机（LS-SVM）的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法（Wof E）进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择进行优化,进而构建矿产资源定量预测优化模型.研究表明,该方法不但克服了参数选择的局限性,而且以后验概率形式输出预测结果,从而可提高预测精度.
韩创益1,2，王恩德1，夏建明1，崔顺哲2
1. 东北大学资源与土木工程学院2. 金策工业综合大学资源勘探工程学院
摘 要：针对矿产资源定量预测过程中最小二乘支持向量机（LS-SVM）的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法（Wof E）进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择进行优化,进而构建矿产资源定量预测优化模型.研究表明,该方法不但克服了参数选择的局限性,而且以后验概率形式输出预测结果,从而可提高预测精度.
关键词：贝叶斯推理;LS-SVM;矿产资源;定量预测;证据权法;
