本發明公開了一種基于RBFN機器學習的降雨型地質災害預警預報模型及其學習方法,屬一種地質災害監測技術,該模型包括輸入層、隱含層與輸出層,所述輸入層為向量x=(x1,x2),其中x1為土壤雨量指數,x2為小時雨量;所述輸出層為標量RBFN值;隱含層由m個徑向基函數構成;隱含層組成的數組運算單位為隱含層節點,它包含一個中心向量c,與輸入層參數向量x具有相同維數。以降雨為災害發生的主要誘因,以降雨量和實際已發生災害為先驗事件,構建了降雨型地質災害預警和預報模型。模型采用徑向基函數網絡的RBFN模型,將以往有量綱的降雨量硬閾值,通過引入土壤雨量指數和機器學習算法改進為無量綱的軟閾值進行預警單元分級,避免了過去主觀和統計方法確定閾值的弊端。
聲明:
“基于RBFN機器學習的降雨型地質災害預警預報模型及學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)