滑坡易發性評價研究進展與優化方法 劉磊磊 楊燦 肖婷著 9787548754015 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中南大學
物品所在地：中國大陸
原出版社：中南大學
NT$432
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202309*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：滑坡易發性評價研究進展與優化方法 ISBN：9787548754015 出版社：中南大學 著編譯者：劉磊磊 楊燦 肖婷著 頁數：196 所在地：中國大陸 *此為代購商品 書號：1599145 可大量預訂，請先連絡。 內容簡介 本書以基於機器學習的滑坡易發性評價為主題，重點闡述滑坡易發性評價研究進展，基於機器學習的滑坡易發性評價基本理論、優化方法及其在區域滑坡防災減災中的應用。本書針對機器學習易發性評價模型中的評價因子選擇、因子組合特徵、樣本選擇方法、樣本比例及採樣不確定性對滑坡易發性評價的影響等問題，系統對比分析了不同因子選擇方法對不同滑坡易發性評價機器學習模型性能的影響，提出了考慮因子組合特徵的機器學習易發性評價方法，發展了基於頻率比和易發性指數採樣的滑坡易發性評價模型，揭示了滑坡正負樣本比例和採樣方法對機器學習易發性評價模型性能的影響規律 提出了基於貝葉斯優化的滑坡易發性評價最佳樣本比例確定方法。建立了基於多重緩衝區採樣的滑坡易發性評價置信圖。本書研究成果豐富了基於機器學習的滑坡易發性評價理論和方法 有望為地質災害防災減災工作提供有力支持。 本書可供地質工程、岩土工程、土木工程、水利工程、採礦工程、測繪工程和地理信息系統等相關專業的教師、研究人員和工程技術人員參考使用，也可作為高等院校和科研院所相關專業的研究生教材和參考用書。作者簡介 劉磊磊，男，博士，湖北監利人，現任中南大學地質工程系特聘副教授，碩士研究生導師，2022年湖南省自然科學基金優秀青年項目獲得者。2011年本科畢業於中南大學地質工程專業，同年保送本校碩士研究生，並於2014年獲得碩士學位；2018年獲得香港理工大學岩土工程專業哲學博士學位（Ph D ）。曾先後在香港理工大學和香港城市大學擔任研究助理，主要從事地質災害防治與風險控制、岩土工程不確定性量化、可靠度分析等方面的研究工作。目前，共發表論文50多篇，其中SCI/EI檢索40篇，以第一作者/通訊作者身份在Geoscience Frontiers、Landslides、Engineering Geology、Computers and Geotechnics、Reliability Engineering and System Safety等地質/岩土工程領域國際權威和重要期刊上發表論文32篇；獲計算機軟體著作登記權7項，申請/授權國家專利25項；合作出版英文專著1部；主持國家重點研發計劃項目子課題、國家自然科學基金青年基金項目、湖南省自然科學基金優秀青年項目、貴州省科技支撐計劃項目、湖南省自然科學基金青年基金項目等縱、橫向科研項目20餘項；主持本科生/研究生教改項目、課程思政項目4項；受邀擔任SCI期刊Frontiers in Earth Science的評審編輯和專刊編輯，同時任《中南大學學報（自然科學版）》《煤田地質與勘探》《地質科技通報》《鑽探工程》等期刊青年編委、湖南省地質災害防治學會理事、中國土木工程學會工程風險與保險研究分會青年論壇委員會委員及多個國內外權威SCI/EI期刊特邀審稿人。目錄 第1章 緒論1 1 研究背景與意義 1 2 研究現狀 1 2 1 滑坡易發性評價模型 1 2 2 易發性評價因子 1 2 3 因子數據挖掘 1 2 4 製圖方法 1 3 存在的問題與不足 1 4 研究內容 第2章 滑坡易發性評價研究進展分析 2 1 文獻計量分析原理 2 1 1 文獻資料庫 2 1 2 LDA方法 2 2 文獻分析結果 2 2 1 科研產出變化 2 2 2 作者及地域分佈 2 2 3 期刊／會議期刊 2 2 4 基金／資助機構 2 2 5 關鍵詞分析 2 2 6 LDA文獻分類及分析 2 3 討論 2 3 1 滑坡編錄方法 2 3 2 易發性評價因子 2 3 3 滑坡易發性評價模型 2 3 4 滑坡類別和研究區域 2 3 5 滑坡易發性相關的其他研究 2 4 小結 第3章 基於機器學習的滑坡易發性評價 3 1 機器學習原理 3 2 基於機器學習的滑坡易發性評價流程 3 3 樣本數據 3 3 1 滑坡樣本 3 3 2 非滑坡樣本 3 3 3 訓練集與測試集 3 4 評價單元 3 4 1 斜坡單元 3 4 2 柵格單元 3 5 常用的機器學習模型 3 5 1 邏輯回歸模型 3 5 2 人工神經網路模型 3 5 3 支持向量機模型 3 5 4 隨機森林模型 3 6 超參數優化 3 6 1 超參數簡介 3 6 2 網格搜索 3 6 3 隨機搜索 3 7 模型評價指標 3 7 1 混淆矩陣 3 7 2 Kappa係數 3 7 3 ROC曲線與AUC值 3 8 滑坡易發性區劃圖製作與評價 3 8 1 自然斷點法 3 8 2 等間距法 3 8 3 分位數法 3 8 4 頻率比法 3 9 小結 第4章 基於ArcGIS的易發性評價因子圖層製作——以安化縣為例 4 1 ArcGIS簡介 4 2 安化縣概況 4 2 1 地理位置 4 2 2 氣象與水文 4 2 3 社會經濟發展概況 4 2 4 地質環境概況 4 2 5 人類工程活動 4 2 6 滑坡災害概況 4 3 數據來源與處理 4 4 評價因子的選取原則 4 5 常見因子圖層製作 4 5 1 基礎地質 4 5 2 地形地貌 4 5 3 水文環境 4 5 4 人類工程活動 4 6 小結 第5章 因子選擇對滑坡易發性評價的影響 5 1 因子選擇的目的與策略 5 1 1 因子選擇的目的 5 1 2 因子選擇策略 5 2 因子選擇方法 5 2 1 皮爾遜相關係數 5 2 2 多重共線性分析 5 2 3 最大互信息係數 5 2 4 基於隨機森林的平均不純度 5 2 5 遞歸特徵消除 5 3 滑坡易發性評價模型 5 3 1 機器學習模型 5 3 2 模型超參數 5 4 因子選擇結果 5 5 滑坡易發性評價結果 5 5 1 建模精度比較 5 5 2 區劃結果比較 5 6 小結 第6章 考慮因子組合特徵的滑坡易發性評價模型 6 1 AFM模型 6 2 基於AFM的滑坡易發性評價模型 6 2 1 基準機器學習模型 6 2 2 模型超參數 6 3 滑坡易發性評價結果 6 3 1 AFM模型的因子分析 6 3 2 建模精度比較 6 3 3 區劃結果的比較 6 3 4 結果討論 6 4 小結 第7章 基於頻率比採樣策略的滑坡易發性評價 7 1 基於頻率比的採樣策略 7 1 1 基於頻率比的採樣原理 7 1 2 採用的模型和超參數 7 2 樣本選擇結果 7 2 1 因子頻率比分析結果 7 2 2 因子相關性分析結果 7 2 3 補充樣本的有效性 7 3 滑坡易發性評價結果 7 3 1 建模精度 7 3 2 區劃結果 7 4 討論 7 4 1 評價因子的不同數據來源 7 4 2 不同歷史滑坡點與補充正樣本數量比例的影響 7 4 3 滑坡評價因子相關係數閑值對滑坡易發性評價的影響 7 4 4 基於頻率比採樣方法的特點 7 5 小結 第8章 基於易發性指數採樣策略的滑坡易發性評價 8 1 基於滑坡易發性指數的採樣策略 8 1 1 基本採樣原理 8 1 2 機器學習模型和超參數 8 2 樣本選擇結果 8 2 1 貝葉斯優化演算法確定補充樣本的最佳數量 8 2 2 樣本的精度檢驗 8 3 滑坡易發性評價結果 8 3 1 建模精度的比較 8 3 2 ROC曲線 8 3 3 區劃結果的比較 8 3 4 滑坡易發性指數分佈規律 8 4 討論 8 4 1 不同機器學習模型的最佳樣本比例 8 4 2 隨機森林模型和支持向量機模型原理 8 5 小結 第9章 樣本比例對滑坡易發性評價的影響與優化 9 1 易發性評價模型 9 1 1 梯度提升樹模型 9 1 2 模型超參數 9 2 貝葉斯優化樣本比例的原理及參數 9 2 1 貝葉斯優化演算法原理 9 2 2 貝葉斯優化演算法參數 9 3 優化樣本比例 9 4 滑坡易發性評價結果 9 4 1 建模精度比較 9 4 2 滑坡易發性區劃結果的比較 9 5 機器學習模型計算效率 9 6 小結 第10章 單次採樣易發性製圖的不確定性分析 10 1 易發性評價模型 10 1 1 極端 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
