申请/专利权人:福建永强岩土股份有限公司;泉州装备制造研究所
申请日:2024-01-05
公开(公告)日:2024-04-02
公开(公告)号:CN117808168A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/26;G06N20/20;G06N20/00;G06F18/214;G06F18/21;G06F18/243;G06F123/02
优先权:
专利状态码:在审-公开
法律状态:2024.04.02#公开
摘要:本发明公开了基于增强学习‑随机森林的滑坡易发性研究方法与系统,属于地质灾害预测评估领域。方法包括:S1、对研究区进行制图单元划分,得到若干单元;并对滑坡影响因子进行线性分析,得到评价指标;若干单元与评价指标构成数据集,对数据集进行划分,得到训练数据集和验证数据集;S2、将训练数据集按照时间序列等量划分,得到第一训练数据集、第二训练数据集以及第三训练数据集;对第一训练数据集计算频率比,得到第一频率比;S3、基于第一频率比建立ILRF_1模型;基于ILRF_1模型、第二训练数据集和第三训练数据集依次得到ILRF_2模型、ILRF_3模型;基于ILRF_3模型得到滑坡易发性制图。
主权项:1.基于增强学习-随机森林的滑坡易发性研究方法,其特征在于,包括以下步骤:S1、对研究区进行制图单元划分,得到若干单元;并对滑坡影响因子进行线性分析,得到评价指标;若干所述单元与所述评价指标构成数据集,对所述数据集进行划分,得到训练数据集和验证数据集;S2、将所述训练数据集按照时间序列等量划分,得到第一训练数据集、第二训练数据集以及第三训练数据集;对所述第一训练数据集计算频率比,得到第一频率比;S3、基于所述第一频率比建立ILRF_1模型;基于所述ILRF_1模型、所述第二训练数据集和所述第三训练数据集依次得到ILRF_2模型、ILRF_3模型;基于所述ILRF_3模型得到滑坡易发性制图。
全文数据:
权利要求:
百度查询: 福建永强岩土股份有限公司;泉州装备制造研究所 基于增强学习-随机森林的滑坡易发性研究方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。