| 基于贝叶斯优化机器学习超参数的滑坡易发性评价 |
| |
| 引用本文： | 杨灿,刘磊磊,张遗立,朱文卿,张绍和.基于贝叶斯优化机器学习超参数的滑坡易发性评价[J].地质科技情报,2022,41(2):228-238. |
| |
| 作者姓名： | 杨灿 刘磊磊 张遗立 朱文卿 张绍和 |
| |
| 作者单位： | 中南大学有色金属成矿预测与地质环境监测教育部重点实验室,长沙410083;中南大学有色资源与地质灾害探查湖南省重点实验室,长沙410083;中南大学地球科学与信息物理学院,长沙410083 |
| |
| 基金项目： | 中南大学中央高校基本科研业务费专项资金项目;国家自然科学基金;湖南省自然科学基金;湖南省研究生创新基金项目 |
| |
| 摘 要： | 利用机器学习模型进行滑坡易发性评价时,不同的超参数设置往往会导致评价结果的不同.采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化,探索了该算法对滑坡易发性机器学习模型的优化效果.以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说...
|
| 关 键 词： | 滑坡 易发性评价 湘中地区 机器学习 超参数优化 贝叶斯 |
Machine learning based on landslide susceptibility assessment with Bayesian optimized the hyperparameters |
| |
| Yang Can,Liu Leilei,Zhang Yili,Zhu Wenqing,Zhang Shaohe.Machine learning based on landslide susceptibility assessment with Bayesian optimized the hyperparameters[J].Geological Science and Technology Information,2022,41(2):228-238. |
| |
| Authors: | Yang Can Liu Leilei Zhang Yili Zhu Wenqing Zhang Shaohe |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
