基于栈式自编码器的土质边坡失稳风险评估

• 作者: 于锦 仝德富 谭飞 郭永楠 马邦闯
• 来源期刊: 安全与环境工程
• 学科: 工学
• 关键词: 土质边坡 失稳风险评估 风险等级 栈式自编码器 深度学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 安全工程
• 页码范围: 153-158
• 页数: 6页
• 分类号: X93|TU43
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2020.05.023

摘要

运用传统方法开展边坡失稳风险评估时面临着计算量大、处理过程复杂等问题.基于深度学习理论,提出一种快速评估土质边坡失稳风险的方法.考虑影响土质边坡稳定性的9个主要影响因素,利用栈式自编码器进行训练和测试,并采用误差反向传播算法计算误差的传递,在多次训练中优化网络参数,获得最优网络模型.经过测试表明:建立的模型经过训练后能够快速、准确地确定边坡失稳的风险等级.该方法摆脱了传统风险评估方法中复杂、冗长的数据预处理和确定权重的过程,可为边坡及其他工程风险等级的快速评估提供新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马邦闯		2	0	0.0	0.0
2	谭飞		2	0	0.0	0.0
3	于锦		1	0	0.0	0.0
4	仝德富		1	0	0.0	0.0
5	郭永楠		1	0	0.0	0.0