公开(公告)号：CN115482138A

公开(公告)日：2022-12-16

申请号：CN202211161265.0

申请日：2022-09-22

Applicant: 福州大学

Inventor： 肖桂荣 ,  周侯伯 ,  尹玉环 ,  林炫歆

IPC: G06Q50/26 ,  G06N20/00 ,  G06N3/12 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明涉及一种基于特征筛选与差分进化算法优化的滑坡危险性评估方法。在构建因子敏感性指数开展定量敏感性分析的基础上，结合重要性分析、相关性分析、共线性分析构建四维特征筛选法用于评估因子综合优选；为克服模型难以调优的问题，引入差分进化算法优化支持向量机与多层感知机两种推广能力较强的机器学习模型。案例评估结果表明：四维特征筛选法能更加客观全面地选取适宜性更高的危险性评估因子，从而降低数据维度、减少信息冗余以提升评估模型性能；差分进化算法对支持向量机与多层感知机具有显著的优化效果，有益于增强模型滑坡危险性的评估准确度。本发明对滑坡风险评估中的影响因子客观选取与机器学习模型调优具有重要意义。

公开(公告)号：CN116542530A

公开(公告)日：2023-08-04

申请号：CN202310427898.X

申请日：2023-04-20

Applicant: 福州大学

Inventor： 肖桂荣 ,  林炫歆 ,  周侯伯

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q50/26 ,  G06N5/01

Abstract: 本发明提出一种引入土地利用动态变化的滑坡易发性评估方法，包括以下步骤；步骤一、初选滑坡评估因子，构建滑坡易发性评估因子数据库；步骤二、引入动态因子与土地利用变化分析，采用滑坡频率比定量衡量土地利用变化与滑坡发育的相关关系；步骤三、基于除土地利用外的评估因子构建频率比模型，确定初步易发性分区；在频率比模型的极低易发区中随机提取相同数量的滑坡负样本构成机器学习数据集，采用LR对引入土地利用变化因子前后的模型预测效果进行对比分析；构建DT、GBDT、RF模型，并采用AUC值与频率比对模型易发性预测结果进行评价验证；本发明在滑坡易发性评估中具有更好的预测效果，对提高滑坡风险评估中因子选取的准确性与合理性具有重要意义。