| 基于KPCA-GPC的地震砂土液化预测 |
| |
| 引用本文： | 赵国彦,彭俊,刘建.基于KPCA-GPC的地震砂土液化预测[J].中国地质灾害与防治学报,2017,28(4):130-136. |
| |
| 作者姓名： | 赵国彦 彭俊 刘建 |
| |
| 摘 要： | 在砂土液化多指标综合判别法中,采用的判别因子数量一般为5~12,为防止特征冗余,引入核主成分分析(KPCA)对原始样本进行非线性特征提取,同时基于高斯过程分类(GPC)原理,构建了砂土液化预测的KPCA-GPC模型。以唐山地震砂土液化的25个案例为样本,选取平均粒径D50、地下水位dw、标准贯入击数N63.5、砂层埋深ds、地震烈度I、震中距离L、不均匀系数Cu、剪应力与有效上覆应力比τ_d/σ'v共8个指标作为判别因子,对该模型进行验证。研究结果表明:距离判别分析(DDA)、高斯过程分类(GPC)、Seed法的判别准确率分别为83%、83%、67%,而KPCA-DDA和KPCA-GPC的判别准确率均为100%,由此说明消除特征冗余的必要性及KPCA-GPC模型的适用性;同时,与DDA、SVM、BP等确定性判别方法相比,GPC可获得具有概率意义的砂土液化预测结果。
|
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国地质灾害与防治学报》浏览原始摘要信息 |
| 点击此处可从《中国地质灾害与防治学报》下载免费的PDF全文 |
|
