基于SVM-RF的泥石流窗口坝闭塞度判别研究
文献类型：期刊论文
| 作者 | 焦亮1,2,3; 柳金峰2,3 ; 游勇2,3; 袁东1,2,3; 周文兵1,2,3
|
| 刊名 | 防灾减灾工程学报
 |
| 出版日期 | 2020 |
| 卷号 | 40期号:3页码:439-446+466 |
| 关键词 | 支持向量机 随机森林 窗口坝 闭塞度 相似分析 机器学习 |
| ISSN号 | 1672-2132 |
| DOI | 10.13409/j.cnki.jdpme.2020.03.016 |
| 其他题名 | Research on the Occlusion of Debris Flow Window-frame Dam based on SVM and RF Methods |
| 产权排序 | 1 |
| 文献子类 | Article |
| 英文摘要 | 为了研究野外泥石流防治工程中窗口坝的开口闭塞类别,基于量纲分析理论,以室内水槽试验模拟实际工程,分析模型试验与实际工程的相关物理量及对应的相似准数;引入支持向量机和随机森林分类模型,在开源机器学习工具Scikit-Learn中,采用python编程实现算法;以室内水槽试验数据作为支持向量机和随机森林的训练样本,进行机器学习得到分类模型,提出一种用于判别泥石流窗口坝闭塞类型的新方法;将测试结果与经验公式中闭塞度判别值F的分类结果进行正确率对比,结果表明,F值的分类准确率为88%,而支持向量机为92%,随机森林为94%,随机森林分类效果最好,机器学习理论为泥石流窗口坝在实践中的设计提供了新思路。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6762392 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/46257]  |
| 专题 | 成都山地灾害与环境研究所_山地灾害与地表过程重点实验室 |
| 通讯作者 | 柳金峰 |
| 作者单位 | 1.中国科学院大学 2.中国科学院山地灾害与地表过程重点实验室; 3.中国科学院水利部成都山地灾害与环境研究所; |
| 推荐引用方式 GB/T 7714 | 焦亮,柳金峰,游勇,等. 基于SVM-RF的泥石流窗口坝闭塞度判别研究[J]. 防灾减灾工程学报,2020,40(3):439-446+466. |
| APA | 焦亮,柳金峰,游勇,袁东,&周文兵.(2020).基于SVM-RF的泥石流窗口坝闭塞度判别研究.防灾减灾工程学报,40(3),439-446+466. |
| MLA | 焦亮,et al."基于SVM-RF的泥石流窗口坝闭塞度判别研究".防灾减灾工程学报 40.3(2020):439-446+466. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
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。