刊名:牡丹江大学学报
主办:牡丹江大学
主管:黑龙江省教育厅
ISSN:1008-8717
CN:23-1450/G4
语言:中文
周期:月刊
影响因子:0
被引频次:15627
数据库收录:
国家哲学社会科学学术期刊数据库;期刊分类:大学学报
期刊热词:
翻译,文化,教学,大学生,教学改革,高校,大学英语,英语,隐喻,高职院校,
文章摘要:为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度.结果表明:半监督机器学习的LSP精度远高于全监督机器学习的LSP精度.
文章关键词:
项目基金:《牡丹江大学学报》 网址: http://www.mdjdxxb.cn/qikandaodu/2021/1007/780.html
牡丹江大学学报投稿 | 牡丹江大学学报编辑部| 牡丹江大学学报版面费 | 牡丹江大学学报论文发表 | 牡丹江大学学报最新目录
Copyright © 2018 《牡丹江大学学报》杂志社 版权所有
投稿电话: 投稿邮箱: