边坡工程可靠性的支持向量机估计

针对边坡工程可靠性分析中存在的问题以及边坡工程地质条件、岩土体参数和力学上的不确定性,基于支持向量机的结构简单、学习性能出色和有较强的推广性等优点,提出了用支持向量机来估计边坡工程的可靠性。结果分析表明,该方法具有一定的工程参考和使用价值。     

基于神经网络专家系统的矿山安全事故智能辨识

基于影响矿山安全事故因素的不确定性、模糊性、随机性以及非线性等复杂特点，结合神经网络和专家系统各自的优点，建立了神经网络专家系统安全隶属度结构模型．由运算结果的准确性和精确性可知，该方法在处理复杂的模糊问题上比较优越，是可行的，有效的．     

迅速崛起的机器学习技术--支持向量机

支持向量机(support vector machine，简称SVM)是近年来在国外发展起来的一种新型机器学习技术，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点．与传统的人工神经网络(artificial neural network，简称ANN)不同，SVM是基于结构风险最小化(structural riskminimization，简称SRM)原理，而ANN是基于经验风险最小化(empirical risk minimization，简称ERM)原理．理论和实验表明，SVM不但结构简单，而且具有较好的泛化能力，尤其是对于小样本问题，成功地克服了ANN学习过程中的“过学习”和可能会陷入局部极小问题．另外，SVM算法是一个凸二次优化问题，能够保证极值解是全局最优解．就SVM理论进行了详细综述，旨在引起广大研究的重视．     

绿色建筑与智能建筑的发展与应用状况以及相互关系的研究

对国内外绿色建筑和智能建筑的概念、特点、评估体系和发展概况等方面进行了详细深入的相互比较研究，阐明了它们之间的相互关系和影响，并提出了我国在发展绿色智能建筑的各个程序上，应把二者相互结合才会更好地实现“人一建筑一自然”三者的和谐统一。并实现节约能源、资源、无害化、无污染、可循环的、和谐的、可持续发展社会。     

绿色建筑与智能建筑的发展与应用状况以及相互关系的研究

对国内外绿色建筑和智能建筑的概念、特点、评估体系和发展概况等方面进行了详细深入的相互比较研究,阐明了它们之间的相互关系和影响,并提出了我国在发展绿色智能建筑的各个程序上,应把二者相互结合才会更好地实现“人-建筑-自然”三者的和谐统一,并实现节约能源、资源、无害化、无污染、可循环的、和谐的、可持续发展社会。