泥石流危险性评价:模糊c均值聚类-支持向量机法

被引：19

作者：

王常明 ^{[1
]}

田书文 ^{[1
]}

王翊虹 ^{[2
]}

阮云凯 ^{[1
]}

丁桂伶 ^{[2
]}

机构：

[1] 吉林大学建设工程学院

[2] 北京市地质研究所

来源：

吉林大学学报(地球科学版) | 2016年 / 46卷 / 04期

关键词：

泥石流; 危险性分类; 模糊c均值聚类; 支持向量机;

D O I：

10.13278/j.cnki.jjuese.201604203

中图分类号：

P642.23 [泥石流];

学科分类号：

0837 ;

摘要：

泥石流是一种能够造成灾难性后果的严重自然灾害,准确可靠的泥石流危险性评价对于其预警及防治工作来说至关重要。泥石流的危险性评价方法有很多,模糊c均值聚类(FCM)方法是其中一种应用广泛的分类方法;相比其他方法而言,其无需主观确定边界,并且能以各级隶属度矩阵为输出结果,方便应用。支持向量机(SVM)是基于结构风险最小化为目标的机器学习理论,以支持向量为算法支撑,具有一定的鲁棒性,并且适合在小样本条件下进行分类。本文选用FCM和SVM联合的方法,开展泥石流危险性的评价;对北京房山区南窖沟泥石流危险性进行分析,并对比其他评价方法所得结果,证明本文提出的评价方法具有较好的效果。

引用

页码：1168 / 1175

页数：8

共 20 条

[1] 基于遥感及数值模拟的强震区泥石流定量风险评价研究.[D].常鸣.成都理工大学.2014, 04
[2] 基于最小熵的金沙江上游区域泥石流危险度评价.[D].王英杰.吉林大学.2014, 10
[3] 泥石流危险度评价指标的提取与等级划分.[D].牛岑岑.吉林大学.2013, 08
[4] 中国泥石流研究.[M].康志成等著;.科学出版社.2004,
[5] Fuzzy C-Means Cluster Analysis Based on Mutative Scale Chaos Optimization Algorithm for the Grouping of Discontinuity Sets
Xu, L. M.
Chen, J. P.
Wang, Q.
Zhou, F. J.
[J]. ROCK MECHANICS AND ROCK ENGINEERING, 2013, 46 (01) : 189 - 198
[6] The potential of GIS modelling of gravity flows and slope instabilities.[J].G. Wadge.International Journal of Geographical Information Science.1988, 2
[7] 大东沟泥石流风险性评价研究.[D].李欣杰.吉林大学.2014, 10
[8] 改进遗传算法和支持向量机的岩体结构面聚类分析
李宁
王李管
贾明涛
陈建宏
谭正华
[J]. 岩土力学, 2014, 35(S2) (S2) : 405 - 411
[9] 西南山区泥石流防治工程效益浅析
陈宁生
周海波
卢阳
杨玲
吕立群
[J]. 成都理工大学学报(自然科学版), 2013, (01) : 50 - 58
[10] 基于BP神经网络的泥石流平均流速预测
徐黎明
王清
陈剑平
潘玉珍
[J]. 吉林大学学报(地球科学版), 2013, 43 (01) : 186 - 191

← 1 2 →