神经网络和集成学习在地质灾害危险度区划中的应用研究
针对地质灾害危险度区划中的分类问题,以滑坡灾害为例,开展对神经网络和集成学习在基于GIS的地质灾害危险度区划中的应用研究.基于集成学习和GIS技术,以重庆万州区为示例研究区域,阐述了人工神经网络等方法在滑坡危险度区划中的应用,并采用定量方法实现了滑坡危险度区划.为了发挥滑坡危险度区划影响因素之间的互补作用,提出采用属性组合的集成学习方法来实现滑坡危险度区划.结合GIS的可视化显示技术将算法成功应用于地质灾害危险度区划,区划结果与实际情况对照相符,实现了较好的效果.
集成学习、神经网络、GIS、危险度区划、滑坡
42
TP391;P694(计算技术、计算机技术)
国家高技术研究发展计划"863"计划项目资助2008AA01Z402;中国科学院知识创新重要方向项目KJCX2-YW-S02;四川省科技支撑计划项目基金资助2009SZ0214
2017-01-18（万方平台首次上网日期，不代表论文的发表时间）
共6页
50-55
