论文摘要
针对普通神经网络模型确定滑坡易发性评价指标权重及易发性制图精度不高的问题,提出了一种新的权重确定方法和滑坡易发性评价模型。将BP神经网络模型和MIV理论相结合,获取最优隐藏节点数,优化神经网络模型。在此基础上,综合BP神经网络连接矩阵和MIV值确定滑坡易发性评价指标权重,构建滑坡评价模型。将评价模型应用于龙南县滑坡易发性制图,并利用ROC曲线对评价结果进行了检验。结果表明:MIV-BP模型具有较高的精度(AUC=0.820 4),在滑坡空间预测中具有更高的准确性和较大的应用潜力。
论文目录
文章来源
类型: 期刊论文
作者: 鲜木斯艳·阿布迪克依木,何书
关键词: 易发性分区,神经网络,空间预测,滑坡评价
来源: 人民长江 2019年11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: 江西理工大学资源与环境工程学院,江西理工大学江西省稀土资源高效利用重点实验室
基金: 江西省自然科学基金项目(20171BAB203029)
分类号: P642.22
DOI: 10.16232/j.cnki.1001-4179.2019.11.023
页码: 140-144
总页数: 5
文件大小: 2267K
下载量: 213
相关论文文献
- [1].基于MIV-BP型的喀斯特地区水资源安全影响因素分析[J]. 水土保持通报 2017(05)
- [2].基于MIV-BP神经网络的原料奶质量安全评价研究[J]. 中国畜牧杂志 2016(20)
- [3].基于MIV-BP网络与粗糙集的边坡敏感性分析[J]. 河南科学 2016(10)
- [4].基于MIV-BP神经网络的河北省城镇失业率预测研究[J]. 智库时代 2019(39)
- [5].基于GA优化的MIV-BP神经网络连续血压无创监测方法研究[J]. 振动与冲击 2019(09)
- [6].基于MIV-BP型网络实验的房地产价格影响因素研究[J]. 数学的实践与认识 2015(18)