典型文献
基于残差网络的泥石流孕灾沟谷快速识别
文献摘要：
本研究选取怒江州怒江流域,提取沟谷数字高程模型(DEM)图训练深度残差网络,对泥石流的灾害区域进行快速识别.首先,使用增强后的DEM图训练残差网络,然后用该训练后的模型对沟谷DEM图进行分类,并使用准确率、召回率、AUC值等对模型进行评价.测试结果表明,残差网络结合DEM图可以达到泥石流沟谷最高73％的识别率以及76％的召回率,AUC值约为0.7,模型性能较为良好,为泥石流孕灾沟谷的识别提供了新思路.
文献关键词：
数字高程模型;残差网络;泥石流;深度学习
中图分类号：
作者姓名：
徐繁树;王保云
作者机构：
云南师范大学信息学院,昆明 650500;云南师范大学数学学院,昆明 650500;云南省高校复杂系统建模及应用重点实验室,昆明 650500
文献出处：
引用格式：
[1]徐繁树;王保云-.基于残差网络的泥石流孕灾沟谷快速识别)[J].现代计算机,2022(12):75-80
A类：
B类：
泥石流,孕灾,沟谷,快速识别,怒江州,怒江流域,数字高程模型,DEM,深度残差网络,召回率,识别率,模型性能
AB值：
0.205177
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。
