耦合统计与机器学习模型的黄土地震滑坡危险性评价

打开文本图片集

摘要：

黄土高原新构造活动强烈，地震频发，加之黄土特殊的物理力学性质与粒状架空孔隙结构，易由强震诱发黄土滑坡，造成人员伤亡及经济损失。以黄土高原范围内的天水市为例，耦合统计与机器学习模型对黄土地震滑坡危险性进行评价。选取信息量（IV）和频率比（FR）模型，分别与逻辑回归（LR）、支持向量机（SVM）、多层感知机（MLP）模型耦合，得到6种耦合模型（FR-LR、FR-SVM、FR-MLP、IV-LR、IV-SVM、IV-MLP），并采用受试者工作特征曲线下方面积（AUC）、准确率、精确率、特异性、敏感度、F1值评价模型精度。（剩余17703字）