分享
[1]张虹,辜庆渝,孙诚彬,等.基于可解释性机器学习的丘陵缓坡地区滑坡易发性区划研究[J].重庆师范大学学报(自然科学版),2022,39(03):78.[doi:10.11721/cqnuj20220316]
 ZHANG Hong,GU Qingyu,SUN Chengbin,et al.Landslide Susceptibility Mapping in Hilly and Gentle Slope Region Based on Interpretable Machine Learning[J].期刊社,2022,39(03):78.[doi:10.11721/cqnuj20220316]
点击复制

基于可解释性机器学习的丘陵缓坡地区滑坡易发性区划研究

相似文献/References:

[1]熊霖,唐万梅. 基于k-means++的多分类器选择分类研究 [J].重庆师范大学学报(自然科学版),2018,35(06):88.[doi:10.11721/cqnuj20180616]
[2]向红艳,杨朋涛,伊佳佳.基于RF-LR的高速公路逃费车辆状态预测模型[J].重庆师范大学学报(自然科学版),2020,37(01):75.[doi:10.11721/cqnuj20200105]
 XIANG Hongyan,YANG Pengtao,YI Jiajia.State Prediction Model of Expressway Escaping Vehicles Based on RF-LR[J].期刊社,2020,37(03):75.[doi:10.11721/cqnuj20200105]
[3]刘睿,施婌娴,孙德亮,等.基于GIS与随机森林的巫山县滑坡易发性区划[J].重庆师范大学学报(自然科学版),2020,37(03):86.[doi:10.11721/cqnuj20200306]
 LIU Rui,SHI Shuxian,SUN Deliang,et al.Based on GIS and Random Forest Model for Landslide Susceptibility Mapping in Wushan County[J].期刊社,2020,37(03):86.[doi:10.11721/cqnuj20200306]

更新日期/Last Update: 2022-05-25