电脑与电信2022，Issue(6) ：5-9.

基于神经网络的泥石流沟谷易发性预测

Prediction of Susceptibility of Mudslide Valleys Based on Neural Networks

袁若浩 王保云
电脑与电信2022，Issue(6) ：5-9.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于神经网络的泥石流沟谷易发性预测

Prediction of Susceptibility of Mudslide Valleys Based on Neural Networks

袁若浩 1王保云2
扫码查看

作者信息

  • 1. 云南南师范大学数学学院,云南 昆明 650500
  • 2. 云南省高校复杂系统建模及应用重点实验室,云南 昆明 650500
  • 折叠

摘要

从泥石流沟谷地貌条件出发,借助数字高程模型(DEM)图,对泥石流沟谷发生泥石流的概率进行预测.首先将泥石流沟谷的DEM图进行分类,分为发生过泥石流与未发生过两种;接着使用VGG与AlexNet及其对应的残差这四种神经网络对上述两种样本进行训练,实现4分类预测;最后通过结果对比,VGG能达到平均73.87％的预测正确率,其残差模型能够达到平均74.88％的预测正确率,而AlexNet与其残差的平均预测正确率仅有68％左右,实验结果表明VGG与其残差的整体性能是优于AlexNet与其残差的性能.

关键词

泥石流/数字高程模型/VGG/AlexNet/残差/预测

引用本文复制引用

基金项目

国家自然科学基金(61966040)

出版年

2022
电脑与电信
广东省对外科技交流中心

电脑与电信

影响因子：0.117
ISSN：1008-6609
参考文献量9
段落导航相关论文