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
• 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
• 铁路边坡变形在线监测数据处理方法及其应用——以朔黄铁路为例
  2025, 36(1): 101-107. DOI: 10.16031/j.cnki.issn.1003-8035.202308052
• 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
• 基于深度神经网络模型的雅安市滑坡易发性评价
  2023, 34(3): 157-168. DOI: 10.16031/j.cnki.issn.1003-8035.202204002
• 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
• 一种基于多源数据融合的滑坡地形深度学习识别模型研究
  2022, 33(2): 33-41. DOI: 10.16031/j.cnki.issn.1003-8035.2022.02-05
• 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
• 基于全卷积神经网络的花岗岩中不同组分分布特征分析
  2021, 32(1): 127-134. DOI: 10.16031/j.cnki.issn.1003-8035.2021.01.17
• 基于CNN神经网络的煤层底板突水预测
  2021, 32(1): 50-57. DOI: 10.16031/j.cnki.issn.1003-8035.2021.01.07