基于机器学习和SHAP的滑坡灾害主控因子分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：机器学习在滑坡易发性评价中的应用因预测结果缺乏可解释性而受到一定限制。本研究以长江三峡库首区为研究对象，选取12个潜在的滑坡致灾因子，采用深度神经网络（DNN） 、长短期记忆网络（LSTM） 和随机森林（RF） 3种机器学习算法构建滑坡易发性模型；同时，利用SHAP算法评估每个影响因子对模型的全局和局部贡献，从而分析研究区滑坡灾害的主控因子。（剩余7831字）

试读结束

目录
monitor
客服机器人