基于SVM多类分类的滑坡区域危险性评价方法研究

• 作者: 何政伟 姜琪文 许强
• 来源期刊: 地质灾害与环境保护
• 学科: 地球科学
• 关键词: 滑坡 区域评价 SVM
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 技术与方法
• 页码范围: 328-330
• 页数: 3页
• 分类号: P642.22
• 字数: 2228字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4362.2005.03.024

摘要

近年来,随着新理论、新技术得发展,提出了许多新模型和方法应用于滑坡区域危险性评价中.支持向量机(support vector machine, SVM)是新一代的学习算法,已有前人利用SVM应用于滑坡灾害预测中.然而大多只是利用了SVM的两分类算法,得到的结果只有稳定不稳定两种,这对滑坡区域评价来说是远远不够的.本文尝试利用SVM的多类分类算法进行滑坡危险性区域评价,取得了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许强	成都理工大学地质灾害防治与地质环境保护国家专业实验室	315	6378	40.0	68.0
2	何政伟	成都理工大学地质灾害防治与地质环境保护国家专业实验室	257	2659	25.0	35.0
3	姜琪文	成都理工大学地质灾害防治与地质环境保护国家专业实验室	1	36	1.0	1.0