基于数据挖掘的黄土湿陷性综合评价

运用数据挖掘技术中较成熟的因子分析、相关分析和神经网络-BP模型三种方法来对黄土湿陷性进行预测和评价,因子分析是数据挖掘中评价各变量相关性的一种方法,用因子分析对黄土湿陷性作出评价,可以得出湿陷系数与各影响因素之间的相关系数,用以判断各影响因素对黄土湿陷性影响的大小。相关分析是用来处理两个及两个以上变量间线性依存关系的统计方法,采用相关分析中的一元线性、多元线性和多元非线性方法来对黄土湿陷性的影响因素进行分析,可以得出各影响因素与黄土湿陷系数的相关方程,确立湿陷系数与影响因素之间的具体关系。采用神经网络-BP方法来模拟黄土的湿陷性,通过网络的训练和检验构建适当的网络结构,来计算黄土的湿陷系数,且预测值与真实值误差较小,完全可以用来预测黄土的湿陷性。