摘要
本发明实施例提供的基于机器学习的滑坡灾害预警方法、设备及存储介质,首先获取目标区域的地质信息和降雨信息;然后将地质信息和降雨信息输入到滑坡灾害预警模型中,得到滑坡危险性结果;本发明采用boosting集成算法,集成的是同质机器学习算法进行同类型多个学习器的并列训练,对于boosting集成算法中关键的超参数,采用基于树结构的贝叶斯优化方法计算,超参数不再采用随机搜索或者网络搜索等方法在大范围搜索,而是通过最大化概率期望值的方式,在每次迭代的过程中评估上次迭代的效果,推理下次的选择区间,从而达到快速收敛的效果,进而提高预测精度和准确度。同时算法性能和泛化能力更强,从而提高滑坡灾害预警的准确度。
技术关键词
滑坡灾害预警
Stacking集成模型
机器学习样本数据
集成算法
学习器
梯度提升机
超参数
集成学习算法
机器学习算法
多层感知器
可读存储介质
支持向量机
处理器
危险性
因子
存储器
计算机
系统为您推荐了相关专利信息
集成学习方法
AdaBoost算法
数据
波长
描述符
Stacking算法
全断面掘进机
预测模型训练方法
学习器
掘进巷道