怒江洲峡谷段滑坡易发性评价：结合负样本优化与机器学习模型.docxVIP

怒江洲峡谷段滑坡易发性评价：结合负样本优化与机器学习模型

目录

怒江洲峡谷段滑坡易发性评价：结合负样本优化与机器学习模型（1）

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

数据收集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.3样本选取与划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

负样本优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1负样本优化原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.2负样本优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

3.3负样本优化效果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

机器学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.1模型选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

4.2特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

结合负样本优化的模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

5.1模型融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.2模型优化过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.3模型性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

滑坡易发性评价实例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

6.1研究区域概况．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

6.2滑坡易发性评价结果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

6.3结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

结果验证与比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

7.1评价指标选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

7.2结果对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

7.3误差分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

怒江洲峡谷段滑坡易发性评价：结合负样本优化与机器学习模型（2）

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

1.2研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

1.3研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

数据收集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

2.1数据来源与采集方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

2.2样本数据负值筛选与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.3特征变量选择与处理．．．．．．．．．．．．．．．．．．