本发明涉及泥石流防治工程技术领域，提供一种基于概率神经网络模型的泥石流沟堵塞程度预测方法，首先搜集泥石流沟地质资料，依据实际的泥石流发育特征初选影响泥石流沟堵塞程度指标；然后对指标进行量化；利用极大不相关法进行指标筛选，计算指标间的复相关系数，确定出筛选后的指标体系；利用指标筛选后的样本提取训练集与测试集，进行概率神经网络训练，建立概率神经网络模型；最后利用测试集对概率神经网络模型进行仿真测试，选择合理的径向基函数扩展速度，确定出概率神经网络预测模型。本发明能够客观地考虑泥石流沟堵塞程度的影响因素，并利用极大不相关法剔除无效指标，以此建立概率神经网络预测模型，可有效提高预测的准确性。
声明：
“基于概率神经网络模型的泥石流沟堵塞程度预测方法” 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)
889
编辑：管理员
来源：北方有色网
咨询细节
