期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
机器学习在滑坡智能防灾减灾中的应用与发展趋势 被引量:15
1
作者 窦杰 向子林 +5 位作者 许强 郑鹏麟 王协康 苏爱军 刘军旗 罗万祺 《地球科学》 EI CAS CSCD 北大核心 2023年第5期1657-1674,共18页
滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,... 滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,采用启发式模型的滑坡易发性评价不能较好地探明环境因子之间的非线性关系,基于传统监测数据的滑坡预测预报精度较低.机器学习算法凭借其强大的非线性处理能力及鲁棒性等优势,逐渐广泛应用于滑坡智能防灾减灾中.基于此,本研究系统阐述了机器学习在滑坡灾害早期识别、易发性评价及预测预报等方面的具体应用,综述了多种机器学习算法在上述3个领域中运用的优劣,最终对机器学习在滑坡灾害中未来的发展趋势进行了展望. 展开更多
关键词 滑坡灾害 可解释性机器学习 滑坡演化 知识-数据-机理三驱动 智能防灾减灾 激光雷达 工程地质.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部