增量学习在滑坡易发性评价中的应用——以甘肃省天水市为例 |
| |
引用本文: | 严天笑,张建通,朱月琴,刘浩然,朱浩濛.增量学习在滑坡易发性评价中的应用——以甘肃省天水市为例[J].地质通报,2024(4):630-640. |
| |
作者姓名: | 严天笑 张建通 朱月琴 刘浩然 朱浩濛 |
| |
作者单位: | 1. 防灾科技学院;2. 应急管理部国家自然灾害防治研究院 |
| |
基金项目: | 国家自然科学基金项目《大数据环境下的滑坡危险性评估模型构建方法研究》(批准号:41872253); |
| |
摘 要: | 为了提升机器学习模型在滑坡易发性评价任务中的泛化能力,以甘肃天水市为例,采用基于LightGBM的增量学习模型,并利用Autogluon自动机器学习框架实现模型的超参数优化和堆叠,以及使用SHAP可解释框架进行特征选择和数据异常分析,构建了适用于滑坡易发性评价的增量学习模型。通过在天水市不同区域采集的滑坡灾害数据进行模型验证,结果表明,基于增量学习的滑坡易发性评价模型能够有效地识别和预测滑坡易发区域,根据新数据集自适应调整模型,并且提高模型的性能。
|
关 键 词: | 滑坡易发性 机器学习 增量学习 特征选择 可解释性 |
|
| 点击此处可从《地质通报》浏览原始摘要信息 |
| 点击此处可从《地质通报》下载免费的PDF全文 |