改进的学习向量量化滑坡易发性评价模型研究 |
| |
引用本文: | 赵晓东,刘福,杨华,张泰丽.改进的学习向量量化滑坡易发性评价模型研究[J].测绘科学,2023(5):239-246. |
| |
作者姓名: | 赵晓东 刘福 杨华 张泰丽 |
| |
作者单位: | 1. 大连大学建筑工程学院;2. 中国地质调查局南京地质调查中心 |
| |
基金项目: | 国家自然科学基金项目(51374046); |
| |
摘 要: | 针对传统的学习向量量化模型只能进行欧式空间的度量问题,该文将在学习向量量化(LVQ)模型的基础上引入径向基核函数(RBF)建立径向基函数的学习向量量化(RBF-LVQ)评价模型。以文成县为研究区,结合GIS技术选取坡度、坡向、坡形、断层距离、地质岩组、极端小时降雨量、地形湿度指数、地表覆盖、风化层厚度、黏聚力10个评价因子构建滑坡易发性评价体系,随机选取70%数据作为训练样本,分别采用RBF神经网络、LVQ神经网络和RBF-LVQ模型进行滑坡灾害易发性评价,并将剩余的30%数据利用ROC曲线进行精度检验。结果显示,训练后的RBF-LVQ模型AUC值为0.88,优于RBF神经网络的0.85和LVQ的0.86。RBF-LVQ模型拥有更好的预测能力,可为研究区域提供模型和决策支持。
|
关 键 词: | 滑坡 易发性评价 径向基函数 学习向量量化 |
|
|