典型文献
机器学习分类算法在降雨型滑坡预报中的应用
文献摘要：
针对气象灾害预警业务中客观描述降雨型滑坡发生不确定性的实际需求,利用2014-2020年全国滑坡数据以及多源融合降水实况分析数据,通过样本构建、模型训练、参数优化以及预报输出等关键步骤构建基于机器学习分类算法的区域降雨诱发滑坡概率预报模型,探究不同类型机器学习分类算法识别诱发滑坡的降雨过程的可行性.结果表明:在算法评估中,线性判别分析算法准确率最高且泛化能力最好,其次为逻辑回归算法,再次为最邻近算法.在预报试验中,线性判别分析、逻辑回归以及最邻近等算法能够提取并学习降雨诱发滑坡的条件特征,对诱发滑坡的降雨过程有一定识别能力,最邻近算法和逻辑回归算法的概率预报高值区范围相对较大,易造成虚警结果,线性判别分析算法对局地降雨信息的提炼较好,但线性判别分析算法在非降雨中心区域输出低值概率预报的面积偏大.
文献关键词：
滑坡;影响因素;机器学习;分类算法
中图分类号：
作者姓名：
刘海知;徐辉;包红军;徐为;闫旭峰;鲁恒;徐成鹏
作者机构：
国家气象中心,北京100081;中国气象局-河海大学水文气象研究联合实验室,北京100081;中国地质环境监测院,北京100081;四川大学水利水电学院,成都610065
文献出处：
引用格式：
[1]刘海知;徐辉;包红军;徐为;闫旭峰;鲁恒;徐成鹏-.机器学习分类算法在降雨型滑坡预报中的应用)[J].应用气象学报,2022(03):282-292
A类：
B类：
机器学习分类算法,降雨型滑坡,气象灾害预警,中客,确定性的,多源融合降水,降水实况,实况分析,模型训练,关键步骤,基于机器学习,概率预报模型,算法识别,降雨过程,线性判别分析,泛化能力,逻辑回归算法,识别能力,报高,对局,局地,非降雨,降雨中心,中心区,低值,偏大
AB值：
0.294345
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。
