海量监测数据下分布式BP神经网络区域滑坡空间预测方法

论文摘要

提出BP神经网络的分布式区域滑坡预测方法,算法设计在大数据分布式处理平台Spark下实现,通过构造包含均方误差和L2正则化的代价函数,提高运算实时性和算法泛化能力。统计影响滑坡评价因子的量化指标和定义监测剖面危险级别评价值,并进行评价因子特征选取,用于三峡库区忠县区域9个滑坡11年月监测海量数据挖掘,对研究区所有滑坡监测剖面每月进行危险级别评价,实现以月为周期的区域滑坡危险程度空间预测。试验表明,采用所述方法得到的拟合精度、准确度、效率均比梯度提升决策树、随机森林算法好,预测的滑坡危险级别准确,该方法可作为区域滑坡空间预测的一种新思路。

论文目录

文章来源

类型: 期刊论文

作者: 赵久彬,刘元雪,刘娜,胡明

关键词: 神经网络,分布式平台,区域滑坡空间预测,监测剖面

来源: 岩土力学 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 地质学,工业通用技术及设备

单位: 陆军勤务学院岩土力学与地质环境保护重庆市重点实验室,重庆市地质矿产测试中心

基金: 国家自然科学基金项目(No.41877219),重庆市基础科学与前沿技术研究专项重点项目(No.cstc2015jcyjBX0073),重庆市国土资源和房屋管理局科技计划项目(No.KJ-2018016),陆军勤务学院研究生创新项目(No.LY180510)~~

分类号: P642.22

DOI: 10.16285/j.rsm.2018.0593

页码: 2866-2872

总页数: 7

文件大小: 546K

下载量: 534

相关论文文献

• [1].浅谈滑坡危害及相应的空间预测理论[J]. 科技信息(科学教研) 2008(23)
• [2].滑坡灾害空间预测方法研究综述[J]. 人民长江 2017(21)
• [3].农产品品质光谱成像的空间预测规律[J]. 发光学报 2018(04)
• [4].土壤饱和导水率空间预测的不确定性分析[J]. 水科学进展 2012(02)
• [5].滑坡空间预测中信息量模型的改进及应用[J]. 土木建筑与环境工程 2011(03)
• [6].封丘县地下水埋深空间预测与变化研究[J]. 江苏第二师范学院学报 2014(08)
• [7].红壤区土壤有机质和全氮含量的空间预测方法[J]. 生态学报 2010(19)
• [8].基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测[J]. 土壤通报 2015(02)
• [9].局部回归残余克里格对土壤阳离子交换量空间预测的精度分析[J]. 江西农业大学学报 2013(01)
• [10].基于大数据技术的企业融资空间预测研究与应用[J]. 开发性金融研究 2017(06)
• [11].基于环境因子和联合概率方法的土壤有机质空间预测[J]. 土壤学报 2014(03)
• [12].黄土滑坡发育类型及其空间预测方法[J]. 河南建材 2018(05)
• [13].基于HSI模型的土壤氮素空间预测不确定性的可视化表达[J]. 土壤学报 2008(03)
• [14].基于HSI模型的连续变量空间预测不确定性的可视化表达——以北京市城市边缘带土壤pH空间预测为例(英文)[J]. Journal of Forestry Research 2008(04)
• [15].空间预测的地统计学框架(英文)[J]. Geo-Spatial Information Science 2008(03)
• [16].基于PSO-SVM的凤县公路边坡地质灾害空间预测[J]. 中国地质灾害与防治学报 2018(06)
• [17].安全云服务的发展趋势和背后的关键能力分析[J]. 信息安全研究 2016(06)
• [18].不同样本数量下土壤属性空间预测比较[J]. 中国农业科学 2013(22)
• [19].不同方法预测苏南农田土壤有机质空间分布对比研究[J]. 土壤学报 2018(05)
• [20].基于指示和多元地质统计学的空间预测方法(英文)[J]. Geo-Spatial Information Science 2008(04)
• [21].土壤可蚀性因子制图及其不确定性研究进展[J]. 长江科学院院报 2016(02)
• [22].基于模糊C均值聚类粒子群优化算法的ISN差值状态空间预测[J]. 通信对抗 2009(03)
• [23].覆盖型岩溶塌陷的空间预测与评价[J]. 岩土力学 2011(09)
• [24].基于不同模型和单元的滑坡易发性评价比较[J]. 地理空间信息 2020(06)
• [25].基于环境辅助变量的拔山茶园土壤肥力空间预测[J]. 应用生态学报 2010(12)
• [26].采样数量与空间插值方法对华北平原典型区土壤质量评价空间预测精度的影响[J]. 土壤 2013(03)
• [27].基于贝叶斯最大熵和辅助信息的土壤重金属含量空间预测[J]. 浙江大学学报(农业与生命科学版) 2019(04)
• [28].土壤质地空间预测方法比较[J]. 农业工程学报 2011(01)
• [29].滑坡风险评价难点及方法综述[J]. 水文地质工程地质 2011(02)
• [30].不同采样点数量下土壤有机质含量空间预测方法对比[J]. 地学前缘 2011(06)

标签：神经网络论文;  分布式平台论文;  区域滑坡空间预测论文;  监测剖面论文;