期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于半监督机器学习的滑坡易发性预测建模
被引量：
21
1
作者
黄发明
潘李含
+3 位作者
姚池
周创兵
姜清辉
常志璐
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第9期1705-1713,共9页
为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本...
为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度.结果表明:半监督机器学习的LSP精度远高于全监督机器学习的LSP精度.
展开更多
关键词
滑坡易发性预测(LSP)
半监督机器学习
卡方自交互侦测决策树(
chaid
)
BP神经网络(BPNN)
地理信息系统(GIS)
在线阅读
下载PDF
职称材料
题名
基于半监督机器学习的滑坡易发性预测建模
被引量：
21
1
作者
黄发明
潘李含
姚池
周创兵
姜清辉
常志璐
机构
南昌大学建筑工程学院
武汉大学土木建筑工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第9期1705-1713,共9页
基金
国家自然科学基金资助项目(41807285,41762020,51879127,51769014)
江西省自然科学基金资助项目(20192BAB216034,20192ACB2102,20192ACB20020)
+2 种基金
中国博士后面上基金资助项目(2019M652287,2020T130274)
江西省博士后基金资助项目(2019KY08)
研究生创新专项资金资助项目(YC2020-S120).
文摘
为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度.结果表明:半监督机器学习的LSP精度远高于全监督机器学习的LSP精度.
关键词
滑坡易发性预测(LSP)
半监督机器学习
卡方自交互侦测决策树(
chaid
)
BP神经网络(BPNN)
地理信息系统(GIS)
Keywords
landslide susceptibility prediction(LSP)
semi-supervised machine learning
chi-squared
automatic
interaction
detector
(
chaid
)
BP neural network(BPNN)
geographic information system(GIS)
分类号
P642.22 [天文地球—工程地质学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于半监督机器学习的滑坡易发性预测建模
黄发明
潘李含
姚池
周创兵
姜清辉
常志璐
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
