基于 C4．5决策树算法的土质边坡稳定性评价研究

• 作者: 孙冰 綦春明 聂春龙 胡杰
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 土质边坡 稳定性预测 决策树 BP 神经网络 LVQ 神经网络
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 岩土工程
• 页码范围: 82-86
• 页数: 5页
• 分类号: TU444
• 字数: 3209字
• 语种: 中文
• DOI: 10.11988/ckyyb.20140543

摘要

采用神经网络进行土质边坡稳定性评价时，差异性较大的训练样本往往会使评价结果不太理想。针对这一问题引入 C4．5决策树算法，采用多个土质边坡工程的实测数据，运用信息增益率进行分类属性的选择，并对建立好的树体结构进行剪枝操作，建立基于决策树的土质边坡稳定性评价模型。将该模型与 BP 神经网络和 LVQ （Learning Vector Quantization，学习向量量化）神经网络进行对比分析，结果显示决策树模型分类正确率最高，达到90％，模型所用时间为2．24 s，表明把决策树用于土质边坡稳定性评价是合理的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙冰	南华大学城市建设学院	62	410	12.0	17.0
2	綦春明	南华大学城市建设学院	44	171	8.0	11.0
3	聂春龙	南华大学城市建设学院	27	168	8.0	11.0
4	胡杰	南华大学城市建设学院	7	20	2.0	4.0