公开(公告)号：CN114358167A

公开(公告)日：2022-04-15

申请号：CN202111636445.5

申请日：2021-12-29

Applicant: 南昌大学

Inventor： 黄发明 ,  李金凤 ,  潘李含 ,  陶思玉 ,  毛达熊

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08 ,  G06F16/29 ,  G06V10/77 ,  G06V10/764

Abstract: 本发明涉及地质灾害预测技术领域，具体涉及一种基于主成分分析和极限学习机的滑坡易发性预测模型，包括如下步骤：S1：获取研究区滑坡编录及滑坡易发性建模相关环境因子；S2：利用主成分分析对环境因子进行降维，计算主成分得分作为初始滑坡易发性值，并划分不同的易发性区间；S3：将极高易发区与遥感影像进行叠加，通过目视解译确定滑坡隐患点作为扩充滑坡样本，滑坡编录与扩充滑坡样本共同组成滑坡样本；S4：从极低易发区随机选取栅格单元作为非滑坡样本；S5：建立极限学习机预测模型。可以消除环境因子之间的相关性以及其在进行综合评价时所反映的重复信息。主成分分析降维后的数据，其冗余性大大降低，为后续计算节省时间。