Print

基于MIV-BP神经网络的滑坡易发性空间预测

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

  • 1 资料与方法
  •   1.1 研究区介绍
  •   1.2 评价方法
  •     （1） 评价资料收集。
  •     （2） 确定权重。
  •     （3） 滑坡易发性制图与比较。
  •   1.3 滑坡影响因子分析
  •   1.4 MIV-BP神经网络确定权重
  •   1.5 滑坡评价模型的构建及易发性制图
  • 2 滑坡模型验证与比较
  • 3 结 论

    • 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

    本文来源: https://www.lunwen66.cn/article/1fa7eef984927194de5e1ac1.html