Geosci. Front. | 基于多源领域迁移学习的复杂跨区域滑坡易发性制图
Geoscience Frontiers
2025-05-27 09:00
文章摘要
本研究提出了一种多源域自适应卷积神经网络（MDACNN）用于跨区域滑坡易发性制图，解决了传统单源域迁移学习模型在复杂大尺度区域中因域特征偏移导致的性能下降问题。通过融合来自两个源域的滑坡预测知识，MDACNN在中国东南沿海三个区域的应用表明，其能有效整合多源域的迁移知识，学习多样化的滑坡触发机制，显著降低预测偏差，各项指标平均提升16.58%。此外，MDACNN生成的滑坡易发性图准确量化了目标区域内的滑坡风险空间分布，为灾害管理和防治提供了科技支持。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Troubles With Tubules: How Do Iron-Mineral Chemical Gardens Differ From Iron-Mineralized Sheaths of Iron Oxidizing Bacteria?
DOI: 10.1111/gbi.70021
Pub Date : 2025-05-14
Artificial intelligence and global carbon inequality: Addressing the challenges and opportunities for SDG 10, SDG 12, and SDG 13
DOI: 10.1016/j.gsf.2025.102072
Pub Date : 2025-05-08
Sorption mechanism of europium(III) onto metakaolin-based geopolymers
DOI: 10.1016/j.clay.2025.107853
Pub Date : 2025-05-17
最新文章
古气候数据同化：原理和展望
22小时前
京公网安备 11010802042870号
