| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 滑坡易发性评价模型
1.2.2 易发性评价因子
1.2.3 因子数据挖掘
1.2.4 制图方法
1.3 存在的问题与不足
1.4 研究内容
第2章 滑坡易发性评价研究进展分析
2.1 文献计量分析原理
2.1.1 文献数据库
2.1.2 LDA方法
2.2 文献分析结果
2.2.1 科研产出变化
2.2.2 作者及地域分布
2.2.3 期刊／会议期刊
2.2.4 基金／资助机构
2.2.5 关键词分析
2.2.6 LDA文献分类及分析
2.3 讨论
2.3.1 滑坡编录方法
2.3.2 易发性评价因子
2.3.3 滑坡易发性评价模型
2.3.4 滑坡类别和研究区域
2.3.5 滑坡易发性相关的其他研究
2.4 小结
第3章 基于机器学习的滑坡易发性评价
3.1 机器学习原理
3.2 基于机器学习的滑坡易发性评价流程
3.3 样本数据
3.3.1 滑坡样本
3.3.2 非滑坡样本
3.3.3 训练集与测试集
3.4 评价单元
3.4.1 斜坡单元
3.4.2 栅格单元
3.5 常用的机器学习模型
3.5.1 逻辑回归模型
3.5.2 人工神经网络模型
3.5.3 支持向量机模型
3.5.4 随机森林模型
3.6 超参数优化
3.6.1 超参数简介
3.6.2 网格搜索
3.6.3 随机搜索
3.7 模型评价指标
3.7.1 混淆矩阵
3.7.2 Kappa系数
3.7.3 ROC曲线与AUC值
