相关文章

• 不同机器学习模型在湖北巴东滑坡易发性评价中的应用
  2025, 36(3): 140-150. DOI: 10.16031/j.cnki.issn.1003-8035.202310011
• 机器学习模型在地质灾害遥感调查数据分析中的应用现状
  2024, 35(4): 126-134. DOI: 10.16031/j.cnki.issn.1003-8035.202302029
• 基于机器学习的伊犁河谷黄土区泥石流易发性评估
  2024, 35(3): 129-140. DOI: 10.16031/j.cnki.issn.1003-8035.202301007
• 低山丘陵区公路地质灾害气象预报模型对比及应用——以江西山区公路为例
  2023, 34(6): 77-85. DOI: 10.16031/j.cnki.issn.1003-8035.202303039
• 基于信息量、加权信息量与逻辑回归耦合模型的云南罗平县崩滑灾害易发性评价对比分析
  2023, 34(5): 43-53. DOI: 10.16031/j.cnki.issn.1003-8035.202208030
• 基于Logistic回归和随机森林的清江流域长阳库岸段堆积层滑坡易发性评价
  2023, 34(4): 105-113. DOI: 10.16031/j.cnki.issn.1003-8035.202205044
• 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
• 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
• 基于机器学习的区域滑坡危险性评价方法综述
  2021, 32(4): 1-8. DOI: 10.16031/j.cnki.issn.1003-8035.2021.04-01
• 基于机器学习的滑坡崩塌地质灾害气象风险预警研究
  2021, 32(3): 118-123. DOI: 10.16031/j.cnki.issn.1003-8035.2021.00-15