一种基于RFECV多模型的高寒山区泥石流类型判别方法
申请号:CN202511123528
申请日期:2025-08-12
公开号:CN121010821A
公开日期:2025-11-25
类型:发明专利
摘要
本发明涉及泥石流灾害监测技术领域,其公开了一种基于RFECV多模型的泥石流类型判别模型训练方法、装置、计算机设备、计算机可读存储介质、计算机程序产品,方法包括:S101、数据获取与预处理;S102、特征处理;S103、数据划分;S104、样本不平衡处理;S105、模型初步训练;S106、特征子集优化;S107、超参数范围收敛;S108、超参数赋值;S109、候选类型判别模型训练;S110、循环优化判断;S111、判别结果输出。本发明基于RFECV的自动特征优选方法有效剔除冗余特征,提高模型可解释性与稳定性;引入超参数自适应调节机制,实现模型动态优化,增强训练效率和泛化能力,解决了传统分类依赖主观经验、特征选择困难及模型不稳定等问题,实现高寒山区泥石流类型的高效精准划分。
技术关键词
算法模型
模型训练方法
超参数
指标
样本
遥感影像分析
地理空间信息
皮尔逊相关系数
冗余特征
计算机程序产品
可读存储介质
高寒山区
数字高程模型数据
计算机设备
随机森林
泥石流灾害
因子
模型训练装置