-
公开(公告)号:CN116933947A
公开(公告)日:2023-10-24
申请号:CN202311025012.5
申请日:2023-08-15
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06F18/214 , G06F18/23 , G06F18/24 , G06N20/00
Abstract: 本发明公开了一种基于软投票集成分类器的滑坡易发性预测方法,通过采集滑坡点与非滑坡点的数据特征,结合环境因素,筛选滑坡诱发因子,利用软投票分类器与逻辑回归、决策树、随机森林、Adaboost、K均值聚类五种传统机器学习方法相结合,进行滑坡易发性预测。创新性地提出一种基于机器学习的滑坡易发性集合预测模型。利用软投票分类器对基础模型进行权值训练,进行概率预测,输出滑坡易发性预测结果。通过集成基础模型,赋予基础模型不同权值,提高模型预测精度。本发明可以有效的遍历基模型权值,提高基础模型的预测精度。