本发明公开基于分形—机器学习混合模型的滑坡易发性评估方法，滑坡易发性评估因子的选择；基于分形模型来分析实验区中的历史滑坡地质灾害点与滑坡易发性评估因子之间的分形关系，在求解滑坡易发性评估因子与历史地质灾害点之间的分形维度的基础上，计算初步的滑坡易发性指数；构建多场景样本数据集：3种非滑坡样本连同统一的滑坡样本构建3种不同场景的样本数据集；3种场景的样本数据集分别作为NB模型和SVM模型的输入开展滑坡易发性评估研究。基于分形模型定量选择的负样本相对于传统滑坡易发性研究中从低坡度区、无滑坡区产生的负样本能够改善滑坡易发性评估样本的质量，分形—机器学习混合模型的使用能提高滑坡易发性评估的精度。
声明：
“基于分形—机器学习混合模型的滑坡易发性评估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1045
编辑：管理员
来源：北方有色网
咨询细节
