基于多参数融合和RBF神经网络的泥石流预报

• 作者: 刘超 李丽敏 李璐 温宗周 赵建新
• 来源期刊: 西安工程大学学报
• 关键词: 泥石流预报 多传感器信息融合 RBF神经网络 发生概率
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 电子信息
• 页码范围: 77-81
• 页数: 5页
• 分类号: TP29
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2017.01.014

摘要

为提高泥石流地质灾害预报准确率,改善传统泥石流监测和预报中存在的监测方法单一而导致的误报和漏报的问题,采用多参数融合和RBF神经网络相结合实现对多个参数的综合分析,得到比较准确的泥石流灾害发生概率,RBF神经网络的输入为多传感器采集到的多参数,隐含层采用高斯核函数,输出层为泥石流发生概率.通过训练RBF神经网络,获得泥石流预报模型,实时采集的多参数输入到训练好的模型,可以计算出泥石流发生概率.仿真和实验验证表明,该方法能够有效提高泥石流灾害预报准确率,可以为决策部门提供更加科学的预报结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温宗周	西安工程大学电子信息学院	70	242	8.0	12.0
2	李丽敏	西安工程大学电子信息学院	20	29	4.0	4.0
3	刘超	西安工程大学电子信息学院	12	34	4.0	4.0
4	赵建新	西安工程大学电子信息学院	5	10	2.0	3.0
5	李璐	西安工程大学电子信息学院	8	12	2.0	3.0