科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高降雨型滑坡的预测准确率，克服现有预测方法难以处理多因素非线性关系的问题，提出了一种基于DBN的对学习率进行优化控制的多因素预测模型，该模型在传统的DBN算法基础上，引入动量学习率，使用Dropout和Softmax等技术，避免收敛困难或局部最优，减少过拟合问题。仿真实验结果验证了本文所提出模型的准确率，为利用深度学习方法进行降雨型滑坡预测提供了新思路。
- 出版日期2023
- 单位湖南安全技术职业学院; 湖南工业职业技术学院
为提高降雨型滑坡的预测准确率，克服现有预测方法难以处理多因素非线性关系的问题，提出了一种基于DBN的对学习率进行优化控制的多因素预测模型，该模型在传统的DBN算法基础上，引入动量学习率，使用Dropout和Softmax等技术，避免收敛困难或局部最优，减少过拟合问题。仿真实验结果验证了本文所提出模型的准确率，为利用深度学习方法进行降雨型滑坡预测提供了新思路。
