期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
滑坡易发性预测建模的不确定性:不同“非滑坡样本”选择方式的影响 被引量:10
1
作者 黄发明 曾诗怡 +3 位作者 姚池 熊浩文 范宣梅 黄劲松 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第1期169-182,共14页
滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑... 滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑坡样本;进一步将各选择方式与随机森林(RF)耦合构建随机RF、低坡度RF、缓冲区RF、IV–RF及半监督RF等模型。以江西南康区为例,获取高程、岩性、公路密度等19种环境因子和233个滑坡编录,将滑坡编录划分为2598个滑坡栅格单元构建上述耦合模型的输入–输出数据集。再采用预测精度和易发性指数分布等指标分析其建模不确定性。进一步针对耦合模型预测的滑坡易发性指数分布不合理等问题,在半监督RF建模时采用滑坡与非滑坡比例为1∶2的样本集开展建模并与1∶1等比例样本集工况作对比。结果表明:1)低坡度RF、缓冲区RF、IV–RF和半监督RF等模型的预测精度均大幅优于随机RF模型,可见准确选择非滑坡样本对易发性建模至关重要;2)半监督RF模型选择非滑坡样本的建模性能最优,且半监督RF在滑坡∶非滑坡=1∶2比其在1∶1时预测的易发性指数分布规律更准确可信。后续研究中有必要更深入探索滑坡与非滑坡样本的比例问题。 展开更多
关键词 滑坡易发性预测 非滑坡样本选择 半监督机器学习 信息量 随机森林
在线阅读 下载PDF
基于样本优化与深度特征提取的滑坡易发性评价
2
作者 徐金鸿 李清泉 +1 位作者 韦春桃 赵芹 《水土保持通报》 北大核心 2025年第2期190-200,210,共12页
[目的]探究滑坡易发性评价中准确的非滑坡样本采样方法和特征提取优异的评价模型,为区域滑坡防控工作提供理论支持和科学指导。[方法]在缓冲区采样策略的基础上提出了一种基于卷积自编码器(convolutional auto-encoder,CAE)的非滑坡样... [目的]探究滑坡易发性评价中准确的非滑坡样本采样方法和特征提取优异的评价模型,为区域滑坡防控工作提供理论支持和科学指导。[方法]在缓冲区采样策略的基础上提出了一种基于卷积自编码器(convolutional auto-encoder,CAE)的非滑坡样本优化方法。该方法通过学习滑坡样本的特征,利用重构误差筛选和优化非滑坡样本。在评价模型方面,引入卷积注意力模块(convolutional block attention module,CBAM)到残差网络(ResNet)中,构建ResNet-CBAM滑坡易发性评价模型,以捕捉更深层次、更复杂且更具代表性的特征。试验以三峡库区重庆市万州区为研究区域,选取高程等12个影响因子,采用SVM,DNN,CNN和ResNet-CBAM 4种模型,对缓冲区采样和基于CAE优化采样的评价精度和结果进行对比分析。[结果]在相同评价模型下,基于CAE优化的非滑坡样本采样策略具有更高的可靠性与准确性;在相同采样策略下,ResNet-CBAM模型在准确率、精确率、召回率、F_(1)分数和AUC等指标上均优于其他模型;各模型的评价结果具有相似性,高易发区和极高易发区主要分布在长江沿岸等植被覆盖度低、人类活动频繁的区域,使用了基于CAE优化采样的ResNet-CBAM模型表现出更优的预测效果,更适宜于该区域的滑坡易发性评价研究。[结论]万州区滑坡易发性指数较高,区域内存在大量潜在滑坡风险区。基于CAE优化的非滑坡样本采样策略和ResNet-CBAM评价模型能有效提高滑坡易发性评价的精度。 展开更多
关键词 滑坡易发性评价 非滑坡样本 卷积自编码器 残差网络 卷积注意力模块
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部