您当前的位置:
首页 >
文章列表页 >
耦合机器学习模型与多源数据的藏西南雪崩易发性评价及主控因素分析
更新时间:2026-01-23
    • 耦合机器学习模型与多源数据的藏西南雪崩易发性评价及主控因素分析

    • Avalanche Susceptibility Assessment and Dominant Factor Analysis in Southwestern Tibet Using Coupled Machine Learning Models and Multi-Source Data

    • 在青藏高原雪崩灾害风险评估领域,专家提出了融合多源数据与混合机器学习模型的新方法,显著提升了模型性能精度,为高山寒区雪崩风险防控提供科学依据。
    • 工程科学与技术   2026年 页码:1-17
    • 基金信息:
      应急管理部重点科技计划“雪崩灾害风险消除关键技术及装备研发与示范应用”(2024EMST030303);西藏重点研发计划“青藏高原高位岩朋灾鲁链形成演化机理、监测预警与风险评估研究”(X2202401ZY0097);西藏自治区科技计划项目“藏东南雪崩判识、探测与预警技术研究”(XZ202501ZY0006)
    • DOI:10.12454/j.jsuese.202500655    

      中图分类号: P642.2
    • 网络出版:2026-01-23

    移动端阅览

  • 梁宇航,李晓宁,凌斯祥等.耦合机器学习模型与多源数据的藏西南雪崩易发性评价及主控因素分析[J].工程科学与技术, DOI:10.12454/j.jsuese.202500655.

    Liang Yuhang,Li Xiaoning,Ling Sixiang,et al.Avalanche Susceptibility Assessment and Dominant Factor Analysis in Southwestern Tibet Using Coupled Machine Learning Models and Multi-Source Data[J].Advanced Engineering Sciences, DOI:10.12454/j.jsuese.202500655.XXXX,XX(XX):1‒17.

  •  
  •  

0

浏览量

0

下载量

0

CNKI被引量

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

机器学习解析直接空气捕集用固体胺吸附剂的构效关系
基于集成学习方法的汶川震损区崩塌滑坡易发性评价
不同分级方法对区域滑坡易发性区划的影响
基于混合梯度提升决策树和逻辑回归模型的分组密码算法识别方案
基于GMM的航班轨迹预测算法研究

相关作者

邱雨晴
刘冲
周志斌
吉旭
代忠德
周利
戴一阳
郭本帅

相关机构

中国石化南京化工研究院有限公司
四川大学 化学工程学院
四川大学 碳中和未来技术学院
四川大学 山区河流保护与治理全国重点实验室
成都理工大学 地质灾害防治与地质环境保护国家重点实验室
0