基于数据处理与Elman神经网络模型的泥石流危险性预测OACHSSCD
泥石流是一种严重威胁人民生命财产安全的山地地质灾害,对其危险性进行准确预测具有重要意义。以云南省37组泥石流样本为例,利用灰色关联度(GRA)技术筛选并排除了对泥石流危险性影响不大的评价指标,最终确定8个核心指标,然后利用主成分分析(PCA)方法对核心指标进行降维,提取主成分,将综合指标代入Elman神经网络,对泥石流危险性等级进行预测。结果表明:与其他模型相比,GRA-PCA-Elman模型准确率可达90.91%,并具备出色的泛化能力,适用于泥…查看全部>>
孙晓东;韩宁博;袁颖
河北地质大学城市地质与工程学院,河北石家庄050031河北地质大学城市地质与工程学院,河北石家庄050031河北地质大学城市地质与工程学院,河北石家庄050031 河北省地下人工环境智慧开发与管控技术创新中心,河北石家庄050031
地质学
泥石流灰色关联度主成分分析Elman神经网络危险性预测
《河北地质大学学报》 2024 (6)
P.93-99,7
河北地质大学科技创新团队项目(KJCXTD-2021-08)河北省教育厅科学研究项目(BJK2024090)。
评论