摘要
本发明涉及数字制图领域,公开了一种滑坡易发性制图方法、设备及介质,方法包括,获取多源遥感数据和历史滑坡数据,制作致灾因子数据集和滑坡样本数据集;将所有的滑坡样本数据集,输入至AGNES聚类算法和VIIQ特征优选策略模块中,得到最优特征组合;将优选后的数据特征划分为训练集和测试集,输入至机器学习和深度学习分类器中,进行模型精度评价,得到初步的滑坡易发性地图;将滑坡易发性地图输入至Blending异质集成模型得到最终的滑坡易发性制图结果;结合SHAP算法对集成模型进行深入解释,优化滑坡易发性结果图;本发明能够更有效地预测滑坡易发性,为地质灾害的风险评估、预警和防治提供科学依据。
技术关键词
制图方法
多源遥感数据
学习分类器
学习器
样本
异质
连续型数据
制图设备
算法
地图
策略
因子
随机森林
指数
模块
处理器
探测器
介质
指令
系统为您推荐了相关专利信息
循环生成对抗网络
样本
模型训练方法
卷积神经网络模型
图像降噪方法
语音识别方法
客户
语音识别装置
声纹特征
处理单元
模型预测值
LSTM神经网络
上下文语义信息
真空度
数据
分级系统
影像
图像处理模块
深度学习模型
CT切片图像
样本
监督图像分割方法
图像分割网络
医学图像数据
学生