基于GBDT-LR和信息量模型的滑坡易发性评价方法
公开
摘要
本发明公开了了一种基于GBDT‑LR和信息量模型的滑坡易发性评价方法，本发明结合研究区域滑坡发育的特点，基于GIS和Python等软件，综合考虑前人研究成果，最终确定13个评价因子，基于信息量模型（I）、梯度提升决策树‑逻辑回归（GBDT‑LR）算法构建滑坡易发性评价模型，采用Borderline‑Smote算法解决滑坡样本的不对称问题，通过频率比、十折线交叉验证和ROC曲线对评价模型进行评估，最终制成贵池区易发性区划图，并结合实际情况分析所制成的滑坡易发性区划图的合理性；为滑坡发生的可能性提供参考，为政府治理滑坡灾害提供科学的参考依据。
基本信息
专利标题 ：
基于GBDT-LR和信息量模型的滑坡易发性评价方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595629A
申请号 ：
CN202210194277.7
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
董张玉张晋安森许道礼于金秋李金徽
申请人 ：
合肥工业大学
申请人地址 ：
安徽省合肥市屯溪路193号
代理机构 ：
安徽合肥华信知识产权代理有限公司
代理人 ：
余成俊
优先权 ：
CN202210194277.7
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06F111/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
