原文服务方: 中国地质灾害与防治学报       
摘要:
在砂土液化预测模型中,采用的数据一般来源单一且数据量少.本文选取了来自SPT场地、VS场地、CPT场地的三个数据库,其数量分别为620、185、226例,每个数据库中影响因子的种类和个数都不相同.共有9种模型与高斯过程分类模型(GPC)进行综合对比分析,分别为FDA、DDA、BDA、MLR、ELM、LSSVM、SVM、CART、ANN.研究结果表明,GPC模型对每个数据库的液化判别都具有高准确率,分别为0.869 1、0.910 1、0.940 1,且其预测精度及稳健性均明显优于其他模型.由于数据来源的广泛性及代表性,可以得出GPC模型对于砂土液化预测具有极强的适应性.
推荐文章
基于KPCA-GPC的地震砂土液化预测
砂土液化
特征冗余
核主成分分析
高斯过程分类
预测模型
基于数据挖掘的砂土地震液化预测模型研究
数据挖掘
模糊规则
聚类分析
神经网络
砂土地震液化模型
基于判别分析法的地震砂土液化预测研究
砂土液化
液化判别
距离判别分析
砂土地震液化的神经网络预测
BP神经网络
砂土地震液化
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯过程分类的地震砂土液化预测及其应用
来源期刊 中国地质灾害与防治学报 学科
关键词 砂土液化 高斯过程分类 对比分析 数据来源
年,卷(期) 2019,(1) 所属期刊栏目 地裂缝与地震砂土液化灾害
研究方向 页码范围 93-99
页数 7页 分类号 P315
字数 语种 中文
DOI 10.16031/j.cnki.issn.1003-8035.2019.01.11
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵国彦 中南大学资源与安全工程学院 151 2274 25.0 40.0
2 刘健 中南大学资源与安全工程学院 36 148 7.0 11.0
3 徐志炜 中南大学资源与安全工程学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (78)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(10)
  • 参考文献(3)
  • 二级参考文献(7)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
砂土液化
高斯过程分类
对比分析
数据来源
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国地质灾害与防治学报
双月刊
1003-8035
11-2852/P
大16开
北京市海淀区大慧寺20号
1990-01-01
汉语
出版文献量(篇)
2534
总下载数(次)
0
总被引数(次)
39516
论文1v1指导