基于粒子群优化支持向量机的延长县滑坡易发性评价 |
| |
引用本文: | 郭天颂,张菊清,韩 煜,钟炎伶,谭锦蓉,韦建成.基于粒子群优化支持向量机的延长县滑坡易发性评价[J].地质科技通报,2019,38(3):236-243. |
| |
作者姓名: | 郭天颂 张菊清 韩 煜 钟炎伶 谭锦蓉 韦建成 |
| |
摘 要: | 参数优化问题直接影响着支持向量机的预测精度和泛化能力,粒子群优化算法具有全局最优搜索能力,因此通过粒子群算法优化支持向量机参数可以有效提高预测精度.以延长县历史滑坡数据为基础,分析了岩性、地貌类型、土壤厚度、坡度、坡向、坡高与滑坡分布的关系,并利用滑坡密度值对各定性或定量因子进行了归一化处理;在此基础上,通过区域内所划分的16300个斜坡单元作为评价单元,采用粒子群优化支持向量机(PSOGSVM)算法完成了延长县滑坡的易发性评价.从滑坡密度指标角度来看,评价结果中高易发区和极高易发区的历史滑坡数占比72.19%,通过滑坡面积百分比(LAR)等指标进行了有效的验证,均显示出对滑坡易发性评价效果良好.
|
|
| 点击此处可从《地质科技通报》浏览原始摘要信息 |
| 点击此处可从《地质科技通报》下载免费的PDF全文 |
|