不同特征选择方法于区域地震滑坡危险性预测结果的差异性分析——以汶川地震区为例OACSTPCD
Difference in Regional Seismic Landslide Risk Prediction Results Based on Different Feature Selection Methods—A Case Study of Wenchuan Earthquake Area
区域性地震滑坡危险性评估模型是一个用于评定特定地区在地震发生时滑坡概率及其危害程度的关键工具.目前,以机器学习为代表的数学建模方法成为了构建该评估模型的主要手段.但是,由于影响因子自身的复杂性与多样性所产生的评估模型预测结果的差异性这一问题却少有研究.此次研究结合汶川地震区内11个影响因子,分别运用相关性系数、主成分分析及Gini指数三种特征选择方法形成三类数据集.结合人工神经网络模型构建了该区域地震滑坡危险性评估模型,并详细地分析了上述三类方法…查看全部>>
The regional seismic landslide risk assessment model is a key tool for evaluating the probability and sever-ity of landslides in specific areas when an earthquake occurs.Currently,machine learning-based mathematical modeling methods have become the primary means to construct the assessment model.However,limited research has been conducted on the difference in prediction results of the assessment model caused by the complex and di-verse nature of influencing …查看全部>>
艾骁;张健;付济民
黑龙江科技大学建筑工程学院,哈尔滨 150022黑龙江科技大学建筑工程学院,哈尔滨 150022黑龙江科技大学建筑工程学院,哈尔滨 150022
地质学
汶川地震地震滑坡危险性主成分分析Gini指数人工神经网络
Wenchuan earthquakeSeismic landslide riskPrincipal component analysisGini indexArtificial neural network
《华南地震》 2024 (2)
39-51,13
黑龙江科技大学引进高层次人才科研启动基金项目(HKD202133)2022年度黑龙江省省属高等学校基本科研业务费科研项目(2022-KYYWF-0560)联合资助.
评论