基于高斯过程回归的膨润土与玄武岩纤维土壤混合物抗压强度预测

《Minerals》:Predictive Modeling of Basalt-Fiber-Reinforced Bentonite Strength Using Gaussian Process Regression

【字体: 大 中 小 】 时间:2026年09月18日 来源:Minerals 2.7

编辑推荐:

   摘要

  

摘要

本研究提出了一种高斯过程回归(GPR)方法,用于估计含有膨润土和玄武岩纤维的土壤混合物的抗压强度。由于具有高泛化能力以及能够直接计算预测不确定性,GPR是一种优选的概率机器学习方法,尤其适用于数据集有限的情况。在本研究中,实验获得的膨润土和玄武岩纤维比例值被用作模型的输入参数,无侧限抗压强度(qu)则确定为输出变量。模型性能采用留一交叉验证(LOOCV)方法进行评估。使用多种指标对提出的GPR模型性能进行了评价。结果显示,该模型的MAE和RMSE值分别计算为3.667 kPa和4.756 kPa,而R2值为0.945。结果表明,GPR模型具有高的预测精度,是针对小数据集的可靠预测工具。此外,模型获得的预测曲面和不确定性分析有助于更好地理解混合物参数对抗压强度的影响。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号