泥石流危险性评价:模糊c均值聚类-支持向量机法

作者：王常明; 田书文; 王翊虹; 阮云凯; 丁桂伶

来源：吉林大学学报(地球科学版), 2016, 46(04): 1168-1175.

DOI：10.13278/j.cnki.jjuese.201604203

• 泥石流
• 危险性分类
• 模糊c均值聚类
• 支持向量机

泥石流是一种能够造成灾难性后果的严重自然灾害,准确可靠的泥石流危险性评价对于其预警及防治工作来说至关重要。泥石流的危险性评价方法有很多,模糊c均值聚类(FCM)方法是其中一种应用广泛的分类方法;相比其他方法而言,其无需主观确定边界,并且能以各级隶属度矩阵为输出结果,方便应用。支持向量机(SVM)是基于结构风险最小化为目标的机器学习理论,以支持向量为算法支撑,具有一定的鲁棒性,并且适合在小样本条件下进行分类。本文选用FCM和SVM联合的方法,开展泥石流危险性的评价;对北京房山区南窖沟泥石流危险性进行分析,并对比其他评价方法所得结果,证明本文提出的评价方法具有较好的效果。

• 单位
  北京市地质研究所