典型文献
基于深度学习的泥石流灾害危险性评价
文献摘要：
泥石流作为一种极具破坏力的地质灾害,它的发生造成了大量的生命财产损失,如何减小损失,对泥石流的预测是极其重要的一环.深度学习作为机器学习的一个分支,近些年来的兴起,给人工智能造成了极大便利.文章通过ARCGIS软件提取DEM(数字高程图)来训练VGG和InceptionNet V3,对发生泥石流的沟谷进行识别.通过两个训练网络的结果对比,VGG最高能达到的75％准确率,InceptionNet V3最高能够达到61.1％的准确率,VGG的性能表现整体优于Inception?Net V3.
文献关键词：
泥石流;数字高程模型;VGG;InceptionNet V3
中图分类号：
作者姓名：
罗雨梦;王保云
作者机构：
云南师范大学数学学院,云南昆明650500;云南省高校复杂系统建模及应用重点实验室,云南昆明650500
文献出处：
引用格式：
[1]罗雨梦;王保云-.基于深度学习的泥石流灾害危险性评价)[J].电脑知识与技术,2022(23):3-4
A类：
InceptionNet
B类：
泥石流灾害,危险性评价,破坏力,地质灾害,生造,生命财产,财产损失,习作,大便,ARCGIS,DEM,VGG,V3,沟谷,结果对比,数字高程模型
AB值：
0.257692
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
