|国家科技期刊平台
| 注册
首页|期刊导航|人民长江|基于机器学习与改进D-S证据理论的边坡稳定性预测

基于机器学习与改进D-S证据理论的边坡稳定性预测

聂闻 伍玉龙 谢伟 谢明 江松

人民长江2025，Vol.56Issue(9)：P.66-73,8.
✕
人民长江2025，Vol.56Issue(9)：P.66-73,8.DOI:10.16232/j.cnki.1001-4179.2025.09.007

基于机器学习与改进D-S证据理论的边坡稳定性预测

聂闻 1伍玉龙 2谢伟 3谢明 4江松5

作者信息

  • 1. 福州大学先进制造学院,福建泉州362251 金属矿山安全与健康国家重点实验室,安徽马鞍山243131
  • 2. 福州大学先进制造学院,福建泉州362251 中国科学院海西研究院泉州装备制造研究中心,福建泉州350002
  • 3. 金属矿山安全与健康国家重点实验室,安徽马鞍山243131
  • 4. 西京学院土木工程学院,陕西西安710123
  • 5. 西安建筑科技大学资源工程学院,陕西西安710055
  • 折叠

摘要

关键词

边坡稳定性/机器学习/改进D-S证据理论/数据融合

分类

信息技术与安全科学

引用本文复制引用

聂闻,伍玉龙,谢伟,谢明,江松..基于机器学习与改进D-S证据理论的边坡稳定性预测[J].人民长江,2025,56(9):P.66-73,8.

基金项目

国家自然科学基金项目(52474223)。 （52474223）

人民长江

OA北大核心

1001-4179

访问量0
|
下载量0
段落导航相关论文