基于粒子群优化支持向量机的延长县滑坡易发性评价
Evaluation of Landslide Susceptibility in Yanchang County Based on Particle Swarm Optimization-Based Support Vector Machine
-
摘要: 参数优化问题直接影响着支持向量机的预测精度和泛化能力,粒子群优化算法具有全局最优搜索能力,因此通过粒子群算法优化支持向量机参数可以有效提高预测精度.以延长县历史滑坡数据为基础,分析了岩性、地貌类型、土壤厚度、坡度、坡向、坡高与滑坡分布的关系,并利用滑坡密度值对各定性或定量因子进行了归一化处理;在此基础上,通过区域内所划分的16300个斜坡单元作为评价单元,采用粒子群优化支持向量机(PSOGSVM)算法完成了延长县滑坡的易发性评价.从滑坡密度指标角度来看,评价结果中高易发区和极高易发区的历史滑坡数占比72.19%,通过滑坡面积百分比(LAR)等指标进行了有效的验证,均显示出对滑坡易发性评价效果良好.
点击查看大图
计量
- 文章访问数: 1708
- PDF下载量: 688
- 被引次数: 0