摘要
本发明属于滑坡灾害预测技术领域,涉及一种基于频率比优化的负样本采样与比例调整的滑坡易发性评价方法。该滑坡易发性评价方法采用频率比优化采样法,通过引入先验的地统计特征,有效提升了负样本的代表性,从而显著增强了模型的识别能力与泛化性能,使其在滑坡易发性评价中表现出更为优异的性能;并通过基于频率比计算的滑坡发生的最小频率比值作为阈值,划分滑坡易发区与非滑坡易发区,计算滑坡易发区/非滑坡易发区面积比优化确定正/负样本点的采集比例,该负样本采样方法下的滑坡预测模型,不仅能够保证模型预测的高精度,还能最大限度地提升空间识别的合理性,为地质灾害的预测与分区管理提供更加科学可靠的技术支持。
技术关键词
滑坡易发性评价方法
滑坡预测模型
因子
频率
Pearson相关系数
样本采样方法
高分辨率遥感影像
滑坡灾害预测
栅格
归一化植被指数
数据分布特征
指标
分区管理
工程地质
统计特征
算法模型
随机森林
连续型
变量
系统为您推荐了相关专利信息
智能数据传输方法
序列
因子
智能数据传输系统
平台
约束优化方法
多无人机
进化算法
异构
无人机集群
系统转动惯量
虚拟同步机控制
储能装置
光伏阵列
并网逆变器
复合材料螺旋桨
遗传算法
广义神经网络
笛卡尔
拉丁超立方实验设计方法