滑坡易發(fā)性的流程

指標(biāo)分級(jí)

在學(xué)習(xí)滑坡易發(fā)性的過(guò)程中，發(fā)現(xiàn)存在很多小問(wèn)題。傳統(tǒng)的方法認(rèn)為影響因素很大，在進(jìn)行指標(biāo)分級(jí)時(shí)，客觀性即經(jīng)驗(yàn)存在很大影響，不同的人對(duì)指標(biāo)分級(jí)存在差異，導(dǎo)致結(jié)果會(huì)有很大的差別。
個(gè)人覺(jué)得指標(biāo)分級(jí)的過(guò)程不外乎是個(gè)加大兩級(jí)分化即將信息量大（對(duì)滑坡影響較大）的分級(jí)歸為一類，加大這一區(qū)域的影響，縮小其余區(qū)域的影響，導(dǎo)致低易發(fā)區(qū)和高易發(fā)區(qū)之間差值明顯，用盡可能小的區(qū)域去包含盡可能多的已知滑坡，即滑坡比率最大，證明結(jié)果的可靠性。這一分級(jí)過(guò)程類似聚類分析的思想，將信息量大的區(qū)域聚合在一起，形成較強(qiáng)的區(qū)域去影響滑坡，信息量小的區(qū)域聚合在一起，表明對(duì)滑坡影響較小。
我使用的是k-means分類，代碼我就不貼了，感覺(jué)還有點(diǎn)小問(wèn)題，目前我是固定分級(jí)數(shù)，后續(xù)考慮根據(jù)算法來(lái)自我選擇分級(jí)數(shù)，可能會(huì)更好，完全實(shí)現(xiàn)自動(dòng)化。

計(jì)算方法

指標(biāo)分級(jí)完了之后用最傳統(tǒng)的信息量法或深度學(xué)習(xí)其中的方法也行，如隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、邏輯回歸、SVM等都可以。

流程圖

這是我自己畫的流程圖，可能不是很規(guī)范，大概就是這樣的一個(gè)意思，因此實(shí)現(xiàn)易發(fā)性評(píng)價(jià)的全自動(dòng)化是很有可能的，以及在WEB端與用戶進(jìn)行交互也是存在可能的。

后續(xù)

后面可能會(huì)學(xué)習(xí)前端怎么調(diào)用本地文件進(jìn)行處理，調(diào)用python是可行的，但是每個(gè)人的電腦不一樣，如果要調(diào)用用戶電腦的數(shù)據(jù)，在前端怎么實(shí)現(xiàn)才好，暫時(shí)沒(méi)有接觸過(guò)這些。

總結(jié)

以上是生活随笔為你收集整理的滑坡易发性的流程的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。