基于大数据的地震多发区域破坏程度估计模型设计

• 作者: 成桂兰
• 来源期刊: 地震工程学报
• 学科: 地球科学
• 关键词: 大数据 地震多发区域 破坏程度 估计 模型 随机权 神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 其他
• 页码范围: 604-611
• 页数: 8页
• 分类号: P315.9
• 字数: 5195字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0844.2018.03.604

摘要

传统基于GIS的地震破坏程度估计模型,对于大数据的分析和处理性能差,评估效果不够理想,所以要设计基于大数据的地震多发区域破坏程度估计模型.塑造的模型体系结构由数据服务层、业务模型层、应用展现层构成.模型由基础数据控制模块、地震危险性模块、结构破坏性模块、损失评估模块、决策控制模块、文档控制模块五大功能结构构成,设计直接经济损失模块的逻辑流程和页面展示结果.模块采用随机权神经网络实现大数据环境下地震灾害破坏程度快速评估.实验结果说明,所设计模型实现了大数据环境下地震多发区域破坏程度的有效评估,具有较高的评估效率和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成桂兰	烟台职业学院信息工程系	13	21	2.0	4.0