典型文献
基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例
文献摘要：
在遥感解译、野外调查及前人研究的基础上,基于共线性诊断与极端随机数算法对13个影响因子的相关性和重要性进行评估,运用一维卷积神经网络构建川藏铁路沿线滑坡敏感性评价模型,使用受试者工作特征(ROC)曲线进行精度验证.结果表明,影响该区滑坡发育的主控因子为距河流距离、道路与断层的距离以及岩性,敏感性极低、低、中、高、极高的面积分别占总面积的66.30％、10.98％、7.55％、6.91％和8.26％.敏感性高的区域主要分布在河流、道路两侧和断层发育的区域;全线滑坡敏感性高低呈分段式分布,在山南-朗县段、波密-理塘段最为严重;一维卷积神经网络的ROC曲线下覆盖的面积为0.958,能有效地进行该区域的滑坡敏感性评价.
文献关键词：
一维卷积神经网络;滑坡敏感性评价;深度学习;川藏铁路
中图分类号：
作者姓名：
蒋万钰;陈冠;孟兴民;张毅;曾润强;岳东霞;周自强;赵岩;金佳成;梁懿文
作者机构：
兰州大学地质科学与矿产资源学院,甘肃省环境地质与灾害防治技术创新中心,兰州730000;兰州大学资源环境学院,甘肃省环境地质与灾害防治技术创新中心,兰州730000;甘肃省科学院地质自然灾害防治研究所,兰州730000
文献出处：
引用格式：
[1]蒋万钰;陈冠;孟兴民;张毅;曾润强;岳东霞;周自强;赵岩;金佳成;梁懿文-.基于卷积神经网络模型的区域滑坡敏感性评价——以川藏铁路沿线为例)[J].兰州大学学报（自然科学版）,2022(02):203-211
A类：
B类：
卷积神经网络模型,滑坡敏感性评价,川藏铁路,铁路沿线,遥感解译,野外调查,共线性,数算,一维卷积神经网络,网络构建,受试者工作特征,精度验证,主控因子,岩性,总面积,断层发育,全线,分段式,山南,朗县,波密,理塘
AB值：
0.233216
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。
