泥石流危险性评价:模糊c均值聚类-支持向量机法

摘要：

泥石流是一种能够造成灾难性后果的严重自然灾害,准确可靠的泥石流危险性评价对于其预警及防治工作来说至关重要.泥石流的危险性评价方法有很多,模糊f均值聚类(FCM)方法是其中一种应用广泛的分类方法;相比其他方法而言,其无需主观确定边界,并且能以各级隶属度矩阵为输出结果,方便应用.支持向量机(SVM)是基于结构风险最小化为目标的机器学习理论,以支持向量为算法支撑,具有一定的鲁棒性,并且适合在小样本条件下进行分类.本文选用FCM和SVM联合的方法,开展泥石流危险性的评价;对北京房山区南窖沟泥石流危险性进行分析,并对比其他评价方法所得结果,证明本文提出的评价方法具有较好的效果.

关键词：泥石流、危险性分类、模糊c均值聚类、支持向量机

所属期刊栏目：46

分类号：P642.23(水文地质学与工程地质学)

资助基金：国家自然科学基金面上项目41572257,40972171;北京市科技计划项目Z141100003614052;Supported by National Science Foundation of China 41572257,40972171 and Beijing Science and Technology Project Z141100003614052

在线出版日期：2016-10-20（万方平台首次上网日期，不代表论文的发表时间）

页码：1168-1175