资 源 简 介
泥石流易发性评价是区域泥石流预警和治理的基础工作。在地质大数据背景下，为了更加精准、客观地评估泥石流易发程度，提出一种基于神经网络的区域泥石流易发性评价模型，并结合使用平均影响值算法（MIV）、遗传算法（GA）、Borderline-SMOTE算法提升模型精度。模型在预处理阶段使用Borderline-SMOTE算法处理非平衡数据集的分类问题，接着利用遗传神经网络模拟泥石流主要指标与易发程度的非线性关系，最后结合MIV算法定量分析指标与易发程度相关性。对雅鲁藏布江中上游流域地质原始数据使用上述模型进行泥石流易发性进行分析，采用基于受试者工作特征曲线（ROC）分析的AUC评估方法检验评价结果，并与支持向量机、逻辑回归及贝叶斯等模型进行对比试验，预测准确率分别提高了2.17%，7.18%和5.53%。实验表明，所述泥石流易发性评价方法具有较高的准确率。
