国土资源遥感
國土資源遙感
국토자원요감
REMOTE SENSING FOR LAND & RESOURCES
2010年
3期
16-20
,共5页
张重%沈晓华%邹乐君%吴文渊%苏楠%孔凡立
張重%瀋曉華%鄒樂君%吳文淵%囌楠%孔凡立
장중%침효화%추악군%오문연%소남%공범립
滑坡%人工神经网络%量化%分布
滑坡%人工神經網絡%量化%分佈
활파%인공신경망락%양화%분포
滑坡因子的分段和量化问题非常复杂,相同的滑坡因子在不同条件下对滑坡的贡献会有所不同,甚至完全相反.针对浙江省永嘉县具体滑坡点各个滑坡因子的分布情况,提出滑坡因子量化方案,并应用该方案构建滑坡危险性评价的神经网络模型.通过不同模型的对比分析,认为基于量化方案的支持向量机(Support Vector Machine, SVM)神经网络模型的实用性最强,结果最为满意,其滑坡分布的验证正确率达到84.2%.
滑坡因子的分段和量化問題非常複雜,相同的滑坡因子在不同條件下對滑坡的貢獻會有所不同,甚至完全相反.針對浙江省永嘉縣具體滑坡點各箇滑坡因子的分佈情況,提齣滑坡因子量化方案,併應用該方案構建滑坡危險性評價的神經網絡模型.通過不同模型的對比分析,認為基于量化方案的支持嚮量機(Support Vector Machine, SVM)神經網絡模型的實用性最彊,結果最為滿意,其滑坡分佈的驗證正確率達到84.2%.
활파인자적분단화양화문제비상복잡,상동적활파인자재불동조건하대활파적공헌회유소불동,심지완전상반.침대절강성영가현구체활파점각개활파인자적분포정황,제출활파인자양화방안,병응용해방안구건활파위험성평개적신경망락모형.통과불동모형적대비분석,인위기우양화방안적지지향량궤(Support Vector Machine, SVM)신경망락모형적실용성최강,결과최위만의,기활파분포적험증정학솔체도84.2%.
