相关文章

• 可解释性结合多算法优化BP模型的滑坡易发性评价
  DOI: 10.16031/j.cnki.issn.1003-8035.202411006
• RF-BP神经网络耦合模型在城市地面塌陷易发性评价中的应用——以杭州市典型区为例
  2025, 36(3): 160-170. DOI: 10.16031/j.cnki.issn.1003-8035.202311017
• 融合注意力机制的双通道网络及其在沟谷型泥石流易发性评价中的应用
  2025, 36(1): 156-168. DOI: 10.16031/j.cnki.issn.1003-8035.202305003
• 基于多尺度卷积神经网络的深圳市滑坡易发性评价
  2024, 35(4): 146-162. DOI: 10.16031/j.cnki.issn.1003-8035.202304022
• 基于SMOTE-Tomek和CNN耦合的滑坡易发性评价模型及其应用——以三峡库区秭归—巴东段为例
  2024, 35(3): 141-151. DOI: 10.16031/j.cnki.issn.1003-8035.202212002
• 基于沟域单元的康定市泥石流易发性评价
  2023, 34(3): 145-156. DOI: 10.16031/j.cnki.issn.1003-8035.202205038
• 基于人工神经网络模型的福建南平市滑坡危险性评价
  2022, 33(2): 133-140. DOI: 10.16031/j.cnki.issn.1003-8035.2022.02-16
• 基于自组织特征映射网络-随机森林模型的滑坡易发性评价——以江西大余县为例
  2022, 33(1): 132-140. DOI: 10.16031/j.cnki.issn.1003-8035.2022.01-16
• 基于RBF神经网络−信息量耦合模型的滑坡易发性评价——以甘肃岷县为例
  2021, 32(6): 116-126. DOI: 10.16031/j.cnki.issn.1003-8035.2021.06-14
• 机器学习模型在滑坡易发性评价中的应用
  2021, 32(6): 98-106. DOI: 10.16031/j.cnki.issn.1003-8035.2021.06-12