基于SVM多类分类的滑坡区域危险性评价方法研究

被引:12
作者
姜琪文
许强
何政伟
机构
[1] 成都理工大学地质灾害防治与地质环境保护国家专业实验室
[2] 成都理工大学地质灾害防治与地质环境保护国家专业实验室 成都
[3] 成都
关键词
滑坡; 区域评价; SVM;
D O I
暂无
中图分类号
P642.22 [滑坡];
学科分类号
0837 ;
摘要
近年来,随着新理论、新技术得发展,提出了许多新模型和方法应用于滑坡区域危险性评价中。支持向量机(support vector m ach ine,SVM)是新一代的学习算法,已有前人利用SVM应用于滑坡灾害预测中。然而大多只是利用了SVM的两分类算法,得到的结果只有稳定不稳定两种,这对滑坡区域评价来说是远远不够的。本文尝试利用SVM的多类分类算法进行滑坡危险性区域评价,取得了较好的结果。
引用
收藏
页码:328 / 330
页数:3
相关论文
共 4 条
[1]   我国区域地质灾害评价的现状及问题 [J].
黄润秋 ;
向喜琼 ;
巨能攀 .
地质通报, 2004, (11) :1078-1082
[2]   基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例 [J].
马志江 ;
陈汉林 ;
杨树锋 .
浙江大学学报(理学版), 2003, (05) :592-596
[3]   支持向量机 [J].
张浩然 ;
韩正之 ;
李昌刚 .
计算机科学, 2002, (12) :135-137+142
[4]   地理信息系统与地质环境评价 [J].
沈芳 ;
黄润秋 ;
苗放 ;
许强 .
地质灾害与环境保护, 2000, (01) :6-10