【技术实现步骤摘要】
一种基于Bagging策略的滑坡易发性评价方法
[0001]本专利技术属于工程地质研究领域，具体涉及一种基于Bagging策略的滑坡易发性评价方法。
技术介绍
[0002]近些年随着计算机技术在各领域中的应用，以及基于机器学习理论的数据处理方法的完善与成熟，许多机器学习方法被应用到了滑坡易发性评价中。2012年Che等在确定几种环境控制因素的数据的基础上利用信息量法对喀麦隆林贝(Limbe)周围的火山地形区域进行了滑坡易发性程度分析。冯策等以"4.20"芦山地震区为研究区域，基于遥感(RS)和GIS技术，以坡度、起伏度、土地类型、断层的距离、地震动的峰值加速度为评价指标，采用逻辑回归方法构建评价模型评估了研究区的滑坡易发性指标，并通过受试者工作特征曲线(ROC)检验模型的效果。刘艳芳等以三峡库区秭归县为研究区域，选取坡度、高程、岩性、土地利用、距水系距离等作为滑坡评价因子，采用确定性系数方法分析了各影响因子对于滑坡发生的敏感性指标，并在此基础上绘制了区域滑坡易发性区划图。张若琳等利用概率比法计算得到了全国滑坡易发性指数并绘制...
【技术保护点】
【技术特征摘要】
1.一种基于Bagging策略的滑坡易发性评价方法，其特征在于，包括以下步骤：S1，根据滑坡成因，从数据源中提取若干环境因子，将所有环境因子的栅格图规范成栅格单元集，从栅格单元集中提取所感样本数据，作为未标记的数据集U，将滑坡成因中历史滑坡数据作为正样本数据集P；S2，从未标记的数据集U中取出n个未标记样本，重复T次，即得到T个负例集合u
t
，将负例集合u
t
中样本视为未标记的负样本，与正样本数据集P构成训练数据集；S3，利用正样本数据集P和T个负例集合u
t
训练，得到T个基学习器；S4，用第t次训练好的基学习器模型去预测未标记的数据集U中不包含负例集合u
t
中样本的剩余未标记点属于正例或负例的概率，作为预测概率；S5，为每个未标记点分配它收到的预测概率的平均值，并根据阈值决定未标记点所属的类别，最终得到滑坡易发性评价结果。2.根据权利要求1所述的一种基于Bagging策略...
【专利技术属性】
技术研发人员：刘乃豪，楼以怀，王家乐，魏圣焘，张浩然，
申请(专利权)人：浙江华东建设工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。