典型文献
基于自动机器学习的全球尺度滑坡灾害易发性预测
文献摘要：
基于机器学习的滑坡灾害易发性预测模型由于其固有缺陷,难以获得更为可靠的评价结果.自动机器学习作为新兴的智能学习方法,拥有自动选择特征、模型和参数的优良性能,并最大程度减少模型选择和训练成本,因此在滑坡灾害易发性预测方面具有广阔前景.为了深入研究该技术在全球尺度滑坡灾害易发性预测中的可行性,利用Auto-PyTorch自动机器学习模型构建全球尺度滑坡易发性预测处理框架,并与经典机器学习模型——随机森林(RF)模型和朴素贝叶斯(NB)模型进行性能对比.在此基础上,以全球60°N-60°S纬度范围作为研究区,进行全球尺度滑坡灾害易发性制图.实验结果表明,相较于经典机器学习方法,基于自动机器学习的滑坡易发性分析能够获得性能更鲁棒、精度更优越的预测结果,可以为全球性地质灾害风险评估和管理提供坚实的科学依据.
文献关键词：
滑坡;易发性预测;全球尺度;自动机器学习;灾害评估与管理
中图分类号：
作者姓名：
王毅;陈曦;唐贵希;方志策;李朋磊
作者机构：
中国地质大学(武汉) ,湖北 武汉 430074;湖北省地质调查院,湖北 武汉 430034;湖北省地质局 遥感应用技术中心,湖北 武汉 430034
文献出处：
引用格式：
[1]王毅;陈曦;唐贵希;方志策;李朋磊-.基于自动机器学习的全球尺度滑坡灾害易发性预测)[J].资源环境与工程,2022(05):604-613
A类：
灾害评估与管理
B类：
自动机器学习,全球尺度,滑坡灾害,基于机器学习,难以获得,习作,智能学习,优良性,模型选择,练成,Auto,PyTorch,机器学习模型,滑坡易发性预测,处理框架,RF,朴素贝叶斯,NB,性能对比,纬度,制图,机器学习方法,易发性分析,获得性,更优越,地质灾害风险,灾害风险评估
AB值：
0.242426
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。
