一种改进的极限学习机滑坡预测模型

• 作者: 朱娜 蔡文红 陈晓鹏
• 来源期刊: 数据通信
• 关键词: 极限学习机(ELM) 局部区域滑坡预测模型 最小边界矩形(MBR) 受限玻尔磁曼机(RBM)
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 技术交流
• 页码范围: 31-35
• 页数: 5页
• 字数: 3049字
• 语种: 中文

摘要

滑坡是一种可能带来危害的大面积地面运动现象,对滑坡区域的监测和预测是降低滑坡危害的可行方法;为了减少滑坡预测时间,提高预测准确率,本文提出基于改进的极限学习机局部区域滑坡预测模型.通过改进极限学习机算法训练局部区域滑坡模型,使用受限玻尔磁曼机对模型参数进行微调优化模型;采用最小边界矩形对各个实际场景的局部区域滑坡监测点数据进行管理,并应用于局部区域滑坡预测,实验结果表明,该模型能够提高预测准确率和减少预测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱娜	江苏大学计算机科学与通信工程学院	57	234	8.0	12.0
2	陈晓鹏	江苏大学计算机科学与通信工程学院	13	93	4.0	9.0
3	蔡文红	江苏大学计算机科学与通信工程学院	3	2	1.0	1.0