摘要
本发明公开了一种基于样本增强的地质灾害易发性评价方法及系统,该方法包括:收集原始灾害样本数据,通过分析灾害影响范围的空间特征,对正样本进行空间扩展,生成新的增强样本集;引入影响因子贡献度作为权重系数,分别计算扩充样本与原始正样本之间的加权余弦相似度;基于加权余弦相似度结果,构建可信度评价指标;根据预设的可信度阈值进行样本筛选;使用筛选后的样本集训练XGBoost模型;将训练完成的模型应用于目标研究区域。该系统包括:样本增强模块、模型训练模块和模型应用模块。通过使用本发明,有效提升了地质灾害易发性评估的准确性和可靠性。本发明可广泛应用于灾害预测领域。
技术关键词
概率生成模型
样本
地质灾害易发性
机器学习模型
模型训练模块
XGBoost模型
因子
交叉验证方法
数据
斜坡单元
分区
评价装置
评价系统
原型
处理器
网格
程序
邻域
系统为您推荐了相关专利信息
参数优化方法
污水处理工艺
预训练模型
生成对抗网络
留一交叉验证
视频异常检测方法
状态空间模型
峰值信噪比
视觉
矢量量化
图片分类管理方法
视觉特征
场景
文本编码器
标签图片集
污水处理控制方法
热敏纸
稳定泡沫
污水处理装置
模式