贝叶斯集成边坡稳定预测器

快速且高精度

该模型利用扩充的物理信息数据库训练，预测精度优于传统机器学习方法，并附带图形界面工具，大幅降低边坡稳定性评估工作量。

Dongze, Lei · 马俊伟 · 章广成 · 王艳昆 · Xin, Deng · Jiayu, Liu

Natural Hazards 2024

参数信息

曲线下面积 (AUC)

0.9973

准确率

0.9727

F1 分数

0.9729

技术优势

精度超过常见方法

在相同测试集上，该模型的AUC、准确率和F1分数均高于对比的典型机器学习方法，因此用它做评估更可靠。

鲁棒性经过验证

在不同来源的数据集和多次随机种子下评估，结果稳定，所以不必担心换数据后性能骤降。

无需编程即可使用

提供了图形用户界面，输入边坡参数即可预测稳定性，现场人员无需掌握机器学习知识。

应用场景

• 边坡稳定性分析：将现场勘察参数输入软件，快速判别边坡是否稳定，省去繁琐建模和计算。
• 地质灾害预警：用模型对多个边坡快速筛查风险，为预警系统提供及时、可靠的稳定性评估。