基于SVM-RF的泥石流窗口壩閉塞度判別研究

作者：焦亮,柳金峰,游勇,袁東,周文兵

摘要：為了研究野外泥石流防治工程中窗口壩的開口閉塞類別,基于量綱分析理論,以室內水槽試驗模擬實際工程,分析模型試驗與實際工程的相關物理量及對應的相似準數;引入支持向量機和隨機森林分類模型,在開源機器學習工具Scikit-Learn中,采用python編程實現算法;以室內水槽試驗數據作為支持向量機和隨機森林的訓練樣本,進行機器學習得到分類模型,提出一種用于判別泥石流窗口壩閉塞類型的新方法;將測試結果與經驗公式中閉塞度判別值F的分類結果進行正確率對比,結果表明,F值的分類準確率為88%,而支持向量機為92%,隨機森林為94%,隨機森林分類效果最好,機器學習理論為泥石流窗口壩在實踐中的設計提供了新思路。

發文機構：中國科學院山地災害與地表過程重點實驗室 中國科學院水利部成都山地災害與環境研究所 中國科學院大學

關鍵詞：支持向量機隨機森林窗口壩閉塞度相似分析機器學習support vector machinerandom forestwindow-frame damextent of closingsimilarity analysismachine learning

分類號： P642.23[天文地球—工程地質學]