基于聚类-机器学习模型的滑坡易发性评价

樊哲; 甄艳; 康锦涛

首页> 中文期刊> 《电子技术与软件工程》 >基于聚类-机器学习模型的滑坡易发性评价

基于聚类-机器学习模型的滑坡易发性评价

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文使用机器学习算法对都汶公路沿线滑坡易发性进行预测。通过野外地质调查和数据搜集分析,选取高程、坡度、坡向、平面曲率、地震烈度、地质年代、岩性、水系距离、降水分级、NDVI和公路距离等11个影响因子,构建滑坡易发性评价模型。采用随机森林模型、XGBoost模型和逻辑回归模型对研究区的滑坡易发性进行预测,最后采用ROC曲线、95%置信区间和Kappa值对模型进行评价。通过对比我们发现XGBoost模型在准确性、稳定性和一致性方面均优于随机森林模型和逻辑回归模型,是都汶公路沿线滑坡易发性评价最优模型。

著录项

来源
《电子技术与软件工程》 |2023年第1期|240-243|共4页
作者
樊哲; 甄艳; 康锦涛;
展开▼
作者单位

西南石油大学地球科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类水文地质学与工程地质学;
关键词
随机森林; XGBoost; 逻辑回归; 都汶公路;

相似文献

中文文献
外文文献
专利

1. 基于机器学习模型的福州地区滑坡易发性评价 [J] . 李嘉靖 ,王浩 ,王睿 . 水利与建筑工程学报 . 2022,第2期
2. 基于机器学习混合模型的滑坡易发性评价 [J] . 邓念东 ,李宇新 ,崔阳阳 . 科学技术与工程 . 2022,第14期
3. 基于机器学习MaxEnt模型的线性工程滑坡易发性评价 [J] . 王文霞 . 矿产与地质 . 2021,第6期
4. 几种聚类优化的机器学习方法在灵台县滑坡易发性评价中的应用 [J] . 邱维蓉 ,吴帮玉 ,潘学树 . 西北地质 . 2020,第1期
5. 基于快速聚类-信息量模型的汶川及周边两县滑坡易发性评价 [J] . 周天伦 ,曾超 ,范晨 . 中国地质灾害与防治学报 . 2021,第005期
6. 基于GBDT模型的滑坡易发性评价 [C] . Tao Chen ,陈涛 ,Li Zhu . 第五届高分辨率对地观测学术年会 . 2018
7. 基于机器学习的地震滑坡易发性评估模型构建--以北京市山区为例 [A] . 艾骁 . 2021

基于聚类-机器学习模型的滑坡易发性评价

摘要

著录项

相似文献

相关主题

期刊订阅