机译:应用机器学习方法进行滑坡敏感性分析:以三峡库区龙驹为例
China Univ Geosci, Engn Fac, Wuhan 430074, Hubei, Peoples R China;
China Univ Geosci, Engn Fac, Wuhan 430074, Hubei, Peoples R China;
China Univ Geosci, Engn Fac, Wuhan 430074, Hubei, Peoples R China;
UCL, Inst Risk & Disaster Reduct, London WC1E 6BT, England;
China Univ Geosci, Geol Survey, Wuhan 430074, Hubei, Peoples R China;
Univ Florence, Dept Earth Sci, I-50121 Florence, Italy;
Shiraz Univ, Dept Nat Resources & Environm Engn, Coll Agr, Shiraz, Iran;
Landslide susceptibility modeling; Machine learning; Support vector machine (SVM); Artificial neural network (ANN); Logistic regression (LR);
机译:基于GIS和机器学习模型的三峡水库万州县滑坡敏感性空间预测
机译:通过频率比,启发式GIS方法和地面实况评估相结合的稳健性滑坡敏感性分析,对中国三峡水库地区数据贫乏的山区研究区域进行了分析
机译:中国三峡库区随机森林和决策树方法评估滑坡易感性。
机译:SVM模型的时间序列预测滑坡位移:在中国三峡库区白石河滑坡应用
机译:卫星图像处理方法,用于土地利用和土地覆被测绘以及变化检测以及在中国三峡地区滑坡研究中的应用。
机译:基于空间尺度分割的滑坡易感性图 - 以Zigui-Badong在中国三峡库区区的案例研究
机译:自适应混合机械学习模型预测水库凝血山坡梯级位移 - 以三峡水库地区为例