期刊专题

10.19850/j.cnki.2096-4706.2022.012.028

基于残差网络的怒江泥石流沟谷分类及其预测

刘存熙1王保云2
1云南师范大学; 2;
引用
(0)
收藏
云南的怒江流域是泥石流的高发地区.基于怒江流域的沟谷数字高程模型(DEM)图,采用残差神经网络对沟谷图像进行训练,实现分类预测,并使用损失值、正确率对模型进行评价.结果表明:利用残差网络对沟谷数字高程模型(DEM)图进行分类及预测可以达到60%的准确率.该研究结果可为怒江流域泥石流预警及防治工作提供理论参考.

泥石流、数字高程模型、残差神经网络、预测

6

TP18;TP391.4(自动化基础理论)

国家自然科学基金61966040

2022-08-30(万方平台首次上网日期,不代表论文的发表时间)

共4页

108-110,114

暂无封面信息
查看本期封面目录

现代信息科技

2096-4706

44-1736/TN

6

2022,6(12)

月卡
- 期刊畅读卡 -
¥68
季卡
- 期刊畅读卡 -
¥128
年卡
- 期刊畅读卡 -
¥199
年卡
- 超级文献套餐 -
¥499
查重
- 个人文献检测 -
快速入口
开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn