[发明专利]一种基于QPSO-BP神经网络的滑坡危险性评估方法在审
| 申请号： | 201811219468.4 | 申请日： | 2018-10-19 |
| 公开（公告）号： | CN109359738A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 张建经;朱崇浩;向波;刘阳;李孟芳;王东 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/00;G06K9/62;G06F17/18 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡 |
| 地址： | 610031 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于QPSO‑BP神经网络的滑坡危险性评估方法，包括如下步骤：S1：采集历史滑坡样本；S2：使用等频率划分方法，确定评价阈值并根据评价阈值划分评价标准；S3：评价影响因子和破坏程度，构成数据集；S4：建立QPSO‑BP评估模型；S5：根据QPSO‑BP评估模型，输入训练集进行训练，得到训练后QPSO‑BP评估模型；S6：根据训练后QPSO‑BP评估模型，输入测试集，计算影响因子的权重；S7：根据影响因子权重，在Arcgis对评估区域影响因子的图件进行叠加，形成评估区域的滑坡危险度评估区划图；本发明解决了现有技术存在的评价模型的精度低、速度慢以及不适用于大面积区域评估的问题。 | ||
| 搜索关键词： | 评估模型 影响因子 危险性评估 评估区域 滑坡 权重 大面积区域 滑坡危险度 评价标准 评价模型 神经网络 输入测试 等频率 数据集 训练集 评估 图件 叠加 样本 采集 | ||
【主权项】：
1.一种基于QPSO‑BP神经网络的滑坡危险性评估方法，其特征在于，包括如下步骤：S1：采集评估区域的历史滑坡样本；S2：使用等频率划分方法，确定评价阈值并根据评价阈值划分评价标准；S3：根据评价标准，评价历史滑坡样本的影响因子和破坏程度，构成数据集，并分为训练集和测试集；S4：使用量子粒子群QPSO算法优化BP神经网络的权重和阈值，建立QPSO‑BP评估模型；S5：根据QPSO‑BP评估模型，输入训练集进行训练，得到训练后QPSO‑BP评估模型；S6：根据训练后QPSO‑BP评估模型，输入测试集，计算影响因子的权重；S7：根据影响因子权重，在Arcgis对评估区域影响因子的图件进行叠加，形成评估区域的滑坡危险度评估区划图，实现滑坡危险性评估。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811219468.4/，转载请声明来源钻瓜专利网。
