膨胀土分类的PCA-ELM模型及应用

作者：陈建宏; 李小龙^*; 梁伟章

来源：长江科学院院报, 2018, 35(12): 96-101.

• 膨胀土
• 极限学习机
• 主成分分析
• 分类模型
• 交叉验证

为更合理确定膨胀土类别,将主成分分析(PCA)与极限学习机(ELM)相结合,提出一种膨胀土分类的PCA-ELM模型。选取能充分反映膨胀土类别的液限、塑性指数、<2μm胶粒含量与自由膨胀率4项指标进行分析,运用主成分分析对各指标进行相关性处理,依据方差累计贡献率得出2个主成分。将70%的样本划分为训练集,30%划分为测试集,将训练集作为极限学习机输入,并采用十折交叉验证以优化模型参数,从而得到最优分类模型。然后将测试集作为最优模型输入,得到分类结果。最后,选用2个工程实例共32个样本对所建立模型进行验证,结果表明:该模型分类结果与实际较吻合;训练集与测试集分类精度分别达94. 20%和79. 00%,并具有较快的训练速度。PCA-ELM模型适用于大规模数据的分类预测。