地质科技情报

2019, v.38;No.186(03) 236-243

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于粒子群优化支持向量机的延长县滑坡易发性评价
Evaluation of Landslide Susceptibility in Yanchang County Based on Particle Swarm Optimization-Based Support Vector Machine

郭天颂;张菊清;韩煜;钟炎伶;谭锦蓉;韦建成;

摘要(Abstract):

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16 300个斜坡单元作为评价单元,采用粒子群优化支持向量机(PSO-SVM)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。

关键词(KeyWords): 滑坡;斜坡单元;粒子群算法;支持向量机;易发性评价

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41731066;41274004)

作者(Author): 郭天颂;张菊清;韩煜;钟炎伶;谭锦蓉;韦建成;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享