人工神经网络在滑坡敏感性评价中的应用 | |
谭龙; 陈冠; 曾润强; 熊木齐; 孟兴民 | |
刊名 | 兰州大学学报(自然科学版)
![]() |
2014-02-15 | |
卷号 | 50期号:1页码:15-20 |
关键词 | 人工神经网络 滑坡 敏感性评价 白龙江流域 |
ISSN号 | 0455-2059 |
中文摘要 | 以边坡为基本研究单元,经过主成分分析和独立性检验得到白龙江流域对滑坡形成贡献最大的6个因子:人口密度、坡度、坡向、断裂距离、岩性和高程.使用人工神经网络对白龙江流域进行滑坡敏感性评价,采用ROC曲线对模型精度进行验证.研究结果表明,人工神经网络能有效地对该区域进行滑坡敏感性评价,且能将研究区划分成5个区:极低危险区、低危险区、中等危险区、高危险区、极高危险区,各区面积占研究区面积的比例分别为9.53%,41.46%,12.12%,25.33%,11.58%. |
出版地 | Lanzhou |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lzu.edu.cn/handle/262010/150721] ![]() |
专题 | 资源环境学院_期刊论文 |
推荐引用方式 GB/T 7714 | 谭龙,陈冠,曾润强,等. 人工神经网络在滑坡敏感性评价中的应用[J]. 兰州大学学报(自然科学版),2014,50(1):15-20. |
APA | 谭龙,陈冠,曾润强,熊木齐,&孟兴民.(2014).人工神经网络在滑坡敏感性评价中的应用.兰州大学学报(自然科学版),50(1),15-20. |
MLA | 谭龙,et al."人工神经网络在滑坡敏感性评价中的应用".兰州大学学报(自然科学版) 50.1(2014):15-20. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论