基于机器学习的遵义市滑坡灾害易发性评价研究

滑坡灾害是我国经常发生的地质灾害之一,滑坡灾害易发性评价可以从空间和概率上将研究区划分成不同的滑坡风险等级.滑坡易发性评价结果可为滑坡治理和防治做出重要的决策支持.本研究以贵州省遵义市作为研究区,选取高程、坡度、NDVI等八个影响因素作为本次滑坡易发性评价的滑坡影响因子,选用决策树、随机森林、GDBT三种机器学习算法作...     

基于GIS的龙羊峡水电站库区滑坡易发性评价

【目的】龙羊峡水库地质环境条件复杂,地质灾害隐患较多、规模较大、影响严重,因此对龙羊峡水电站库区滑坡进行易发性评价,能够为库区滑坡预测提供一定的参考。【方法】在野外勘察及遥感解译的基础上,选取高程、坡度、坡向、地层岩性、降雨、植被覆盖度、水位涨幅等7个因子为评价因子,利用层次分析法确定了评价因子权重,构建了龙羊峡水电站库区滑坡地质灾害的易发性评价模型,得到了龙羊峡水电站库区滑坡灾害易发性分区图。【结果】高易发区占研究区总面积的15.7%,中易发区占总面积的31.8%,低易发区占总面积的44.3%,极低易发区占总面积的8.2%。【结论】高易发区主要集中于龙羊峡水库右岸近坝岸处,这是由于其岩性软弱,以及高陡边坡在库水位反复升降过程中导致边坡稳定性降低,易发性较高;中易发性主要集中龙羊峡水库右岸的中上游处;低易发区主要分布在龙羊峡水库上游左岸处;极低易发区主要分布在龙羊峡库尾距水系较远处。     

非线性支持向量机判别阈值的设置

非线性支持向量机通过核函数将低维输入空间的数据映射到高维空间,从而将原低维空间的线性不可分问题转化为高维空间上的线性可分问题.分析了非线性支持向量机中核函数的引入可造成分类阈值的偏移问题,提出了非线性支持向量机分类阈值的优化设置方法.实验表明,所提出的阈值优化设置方法能有效提高非线性支持向量机的分类精度.     

礼县至罗家堡断裂带沿线地质灾害易发性评价

礼县至罗家堡断裂带是西秦岭活动块体内部的一条相对活动断裂,区内地震活动性强,地质灾害较发育.采用信息量法和Newmark累积位移法分别计算区内地质灾害的易发程度,并辅助定性分析法综合评估区内地质灾害的易发性,评估结果既考虑了地质灾害形成条件的各项综合指标,又考虑了力学分析法计算得出的地震动力学参数,使得评估结果与地质灾...     

基于视频监测数据及人工智能判识的滑坡灾害群测群防预警体系

本文提出在灾害发生地布置简易视频采集设备获取现场实时影像数据,构建滑坡灾害判识预警算法人工智能,对实时传出的现场影像做出相应的灾害预警响应,以实时视频影像数据配合人工智能判识预警算法来替代巡逻人员开展灾害地的长期监测预警,实现更好的群测群防.     

基于GIS的地质灾害危险性区划研究

GIS具有强大的空间分析能力和数据处理能力,可用于对各种地质灾害的发生概率和可能的致灾后果进行评估,通过开展对多种不同信息的综合分析,分析空间对象之间的相互关系,从而揭示地质灾害的演化规律,为防灾减灾工作提供理论依据。以GIS在地质灾害中的运用现状为基础,提出一种基于GIS的地质灾害危险性区划方法,并将该方法用于Vulcano火山岛的实例研究中,取得了较好的效果。     

基于支持向量机的机器学习的研究

对机器学习、支持向量机的研究现状进行了综述,阐述了机器学习和支持向量机的基本概念以及支持向量机的训练算法.     

培养创新能力的教学质量评价体系研究

针对提高高校教学质量问题,对创客教育课程模式进行了设计,优化创新创业教学要素配置,融合"学、做、创"的学习活动内容,建立具备层次性、实践性、自主性和开放性特征的创新创业教育实践平台体系.构建创新创业人才培养的创客教育评价指标体系,提出了基于支持向量机的多类分类教学质量评价模型,并对该模型进行了性能分析.实验数据表明,基于支持向量机的高校教育质量评估模型训练和预测精度完全在可以接受的范围内,是一个合理、可行的预测模型.     

基于支持向量机的文本分类技术研究

介绍了文本分类的基本过程,讨论了常用的文本分类方法如K-最近邻分类算法K-NN(K-Nearest Neighbors,K-NN)、朴素贝叶斯分类算法NB(Naive Bayesian Classifier,NB)、决策树分类算法DT(Decision Trees,DT),并探讨了基于支撑向量机SVM(Support Vector Machines,SVM)的文本分类基本原理及方法.     

基于方差和峭度的模拟电路故障诊断

针对非线性容差电路故障诊断过程中存在的故障特征提取难的问题,结合小波包分析理论,提出了利用二阶统计量和高阶统计量来描述故障信息的故障特征提取方法,即方差和峭度法,并运用支持向量机作为分类器,形成了一种模拟电路故障诊断的新方法.仿真结果表明,该法能有效的提取故障特征,故障诊断率较高.     

基于组合赋权和耦合-协同理论的油气管道泥石流灾害危险性评价研究

管道地质灾害危险性评价是管道安全运营、灾害防治的重要决策依据。目前的评价方法中,并未充分考虑灾害与管体间的互馈关系。为此,根据系统的耦合-协同理论及组合赋权思想,建立危险性评价的耦合-协同模型,对某长输天然气管道沿线发育的4处典型单沟泥石流灾害进行危险性评价,并与常规的指标评分法进行对比、验证,最终的评价结果与实际调查情况相吻合。研究结果表明:耦合-协同理论在管道泥石流灾害危险性评价中具有适用性和可推广性,可为今后管道地质灾害的相关定量化评价提供新思路。     

基于PCA-SVM的混合气体分类研究

由于气体数据有限以及气体分类的准确率不高,解决气体分类问题有较大的难度。传统的模式识别算法虽然能够运用到气体分类中,但在不同浓度的气体数据下训练和测试性能会下降,准确率也比较低。本研究对8阵列传感器和24阵列传感器采集到的混合气体进行分类,提出了结合主成分分析（Principal component analysis, PCA）应用支持向量机（Support vector machine, SVM）,构建PCA-SVM模型对不同浓度的一氧化碳（CO）、甲烷（CH₄）、硫化氢（H₂S）以及乙醇（C₂H₆O）的混合气体进行分类的方法。与SVM、参数优化的BP神经网络（Back propagation neural network, BPNN）和PCA-BP神经网络模型对比的结果表明,在随机选择的数据中,采用PCA-SVM模型能够提高分类的性能,在含有13个特征的气体数据集中,利用PCA-SVM模型准确度达到98.974%。在含有27个特征的数据集中,利用PCA-SVM模型准确度达到100%,能够满足对混...     

融合协同训练和两层主动学习策略的SVM分类方法

针对当前主动学习策略直接用于SVM分类器时存在的泛化能力不强的问题,结合协同训练思想,提出了两层主动学习策略(TLAC),并用于SVM深层挖掘未标记样本数据的分布知识.实验表明,该TLAC策略能够合理的指定TSVM算法中的正样本数,在典型指标测试中都表现出了一定的优越性.     

基于幂级数构造的超核支持向量机的性能研究

依据模式识别中核函数的相关理论，具体地构造了一种基于幂级数构造的超核函数，并将该超核应用于支持向量机中．实验结果证明了基于幂级数构造的超核支持向量机的优越性能．     

基于幂级数构造的超核支持向量机的性能研究

依据模式识别中核函数的相关理论,具体地构造了一种基于幂级数构造的超核函数,并将该超核应用于支持向量机中.实验结果证明了基于幂级数构造的超核支持向量机的优越性能.     

用于安全监控系统的音频事件检测研究

针对视频监控过于依赖图像信息,在黑暗条件下或视线盲区无法进行及时、有效监控的问题,本文提出一种可以用于辅助安全监控的音频事件检测系统,以枪击声和尖叫声为关键事件,把过零率、短时能量、子带能量比和Mel倒谱系数作为音频特征,基于SVM分类器设计实现了一种多级分类系统。结果表明,该系统可以有效地检测出两种关键事件,最优识别率达90%。     

P2P视角下的个人信用风险评价研究

在分析P2P网贷征信特征的基础上,建立了具有明显行业特征的个人信用风险评价指标体系;使用支持向量机和GA-BP神经网络法来对个人信用风险进行评估。实证分析表明支持向量机有着更高的分类准确率,同时也验证了该评价模型在实际中能较为准确地得到个人信用风险评价结果,有助于提高P2P平台的风险控制能力。     

支持向量机核函数的构造方法研究与分析

支持向量机是近年来发展的以统计学习理论为基础的新型学习机,核函数的选择无疑是其重要的核心问题.先对核函数进行定义,然后通过对核理论进行性质分析,最后明确了对最优核函数的选择与构造,从理论上为核函数的选择提供了参考.该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势.     

基于SVM的新浪微博营销类水帖识别研究

研究一种发现水帖的分类算法.该方法利用SimHash方法将发帖重复当成类似网页去重的问题处理,发帖内容的重复度和其他特征,如发帖的密集型、帐号名称的相似性,所使用的客户端等特征将用于水帖与正常发帖的分类.该文利用新浪微博API下载多个汽车营销账号下的交互数据作为实验数据,并使用SVM作为分类器.实验结果表明,该方法能够较好地发现那些伪装性非常好的水军所发布的水帖.     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.