基于不確定多分類支持向量機在滑坡危險性預測的應用.pdf

1、滑坡災害是破壞性最大的自然災害類型之一，其運動速度快、分布地區(qū)廣且發(fā)生受多種因素影響，也加大了對其危險性預測的難度。我國滑坡災害更加嚴重，每年由其導致的財產(chǎn)損失總額達數(shù)百億元，人員傷亡總數(shù)約數(shù)千人，不僅嚴重危害著我國的經(jīng)濟建設，而且極大的威脅著人民的生命安全。因此，選擇高效、科學的滑坡危險性預測方法對其未來的研究具有重要的指導意義和實踐意義。
　　目前基于數(shù)據(jù)挖掘分類技術的滑坡預測方法有許多，支持向量機就是其中一項有效的分類算法，

2、它能夠較好的解決高維、非線性分類問題，且具有簡單明了的數(shù)學模型和牢固的理論基礎，已經(jīng)廣泛的應用在了地質災害預測研究方面。由于滑坡災害的發(fā)生受到多種因素的影響，其中除了基本因素之外，還存在誘發(fā)因素（降雨），降雨為不確定屬性值，其值在一區(qū)間范圍內，不能精確為某一值。而傳統(tǒng)的基于SMO算法的支持向量機是針對確定數(shù)據(jù)進行分類研究的，對于不確定數(shù)據(jù)降雨量不能進行較好的處理，致使傳統(tǒng)分類方法在滑坡災害的預測方面精度偏低。
　　針對上述問題，本

3、文利用不確定數(shù)據(jù)的均值和方差構造超橢球結構，對不確定數(shù)據(jù)降雨量進行處理，結合傳統(tǒng)基于SMO算法的支持向量機理論，引入不確定多分類支持向量機算法；設計基于不確定多分類支持向量機的滑坡危險性預測模型，把評價因子中的不確定數(shù)據(jù)降雨量和其他確定數(shù)據(jù)帶入模型，由此構成的空間超橢球結構簡化為空間線段，模型中加入核函數(shù)，并且利用網(wǎng)格搜索和粒子群優(yōu)化算法相結合的方法對模型參數(shù)進行尋優(yōu)確定，通過對空間線段的迭代優(yōu)化尋找出最優(yōu)分類面，然后對滑坡危險性等級進