文献

J-GLOBAL ID：201702216090186641   整理番号：17A1323775

ODM技術で支持された地滑り変位予測研究【JST・京大機械翻訳】

Landslide Displacement Prediction Based on ODM

著者 (4件)： Lv Xinjing (中国地質大学(武漢)地球物理与空間信息学院,湖北武漢,430074) ,  Wu Xueling (中国地質大学(武漢)地球物理与空間信息学院,湖北武漢,430074) ,  Niu Ruiqing (中国地質大学(武漢)地球物理与空間信息学院,湖北武漢,430074) ,  Feng Feifan (中国地質大学(武漢)地球物理与空間信息学院,湖北武漢,430074)
資料名： Anquan yu Huanjing Gongcheng  (Anquan yu Huanjing Gongcheng)
巻： 24  号： 2  ページ： 26-32  発行年： 2017年 
JST資料番号： W1544A  ISSN： 1671-1556  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 予測モデルの構築は地滑り予報の核心問題で、Oracleシステムのデータマイニング(Oracle Data Mining,ODM)はデータベースに蓄積されたデータを直接操作でき、データ変換の資源消費を減らし、データの安全性を保証できる。三峡貯水池地域における八門の地滑りを例として、地滑り累積変位の変化特徴とその降雨、水位などの影響因子の応答関係について深く分析した上で、以下の結果を得た。ODMにおけるPL/SQL APIを用いて、地滑りの変位傾向を予測できるサポートベクトルマシン(Support Vector Machines,SVM)モデルを構築し、構築したSVMモデルを用いて、地滑り累積変位量の将来値を予測した。検証を行った。試験サンプルの予測平均平方根誤差と平均絶対誤差はそれぞれ10.07mmと6.54mmであり、予測結果と実測値の変化傾向はほぼ一致し、ODMに基づくSVM地滑り変位予測モデルは非線形時系列データを処理する上で一定の優位性があることを示した。それは地滑りモニタリングデータの短期予測に用いることができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  サポートベクトルマシン ,  データ変換 ,  降雨 ,  データマイニング ,  *地滑り ,  短期予測 ,  水位 ,  データベース ,  *予測 ,  安全性 ,  前向きコホート研究
準シソーラス用語： 非線形時系列 ,  影響因子 ,  資源消費 , 【Automatic Indexing@JST】

分類 (1件)： 自然災害  (RA02030M)

タイトルに関連する用語 (5件)： 支持 ,  地滑り ,  変位 ,  予測 ,  研究