多分类支持向量机在滑坡稳定性判识中的应用

摘要：

如何准确地判识和评价滑坡的稳定性一直是滑坡研究中的关键问题.基于多分类支持向量机的基本理论,利用三峡库区的37个典型滑坡(27个训练样本,10个测试样本),建立了滑坡稳定性判识的多分类支持向量机模型,并与距离判别分析方法进行了比较.结果表明,SVM模型对测试样本和训练样本的判识准确率均达到100%,而距离判别法对测试样本和训练样本的判识准确率分别为80%和77.8%,前者的判识精度明显优于后者.在此基础上,将SVM模型运用于溪洛渡库区牛滚凼滑坡的稳定性判识中,结果与实际情况吻合较好.

关键词：多分类支持向量机、滑坡、稳定性判识、判识指标

所属期刊栏目：40

分类号：P642.2(水文地质学与工程地质学)

资助基金：国家自然科学基金;国家重点实验室开放基金;西部之光"人才培养计划

在线出版日期：2010-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：631-637