买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利一种易发性建模的非滑坡样本选取方法及计算机设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115270598B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210708635.1，技术领域涉及：G06F30/27；该发明授权一种易发性建模的非滑坡样本选取方法及计算机设备是由周超;甘露露;曹颖;吴宏阳;王悦设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本一种易发性建模的非滑坡样本选取方法及计算机设备在说明书摘要公布了：本发明提供了一种易发性建模的非滑坡样本选取方法，该方法包括：根据历史滑坡编录数据获取滑坡空间分布位置；根据多源数据提取滑坡易发性评价指标并划分评价单元；计算各指标的频率比，按频率比进行分级和归一化处理；根据信息量模型，计算每个指标各个等级的信息量，通过叠加分析得到研究区内每个评价单元的信息量；以信息量0为界限，将非滑坡分为两类，同时利用非滑坡样本指数选取非滑坡样本，通过对比滑坡易发性评价结果的ROC曲线，确定非滑坡样本指数的最佳取值，据此随机选取与滑坡样本等量的非滑坡样本。本发明结合非滑坡样本指数选取非滑坡样本的方法能够为基于机器学习方法的易发性建模提供全面且具有代表性的非滑坡样本。

本发明授权一种易发性建模的非滑坡样本选取方法及计算机设备在权利要求书中公布了：1.一种易发性建模的非滑坡样本选取方法，其特征在于，包括以下步骤： S1：根据历史滑坡编录数据得到滑坡的空间分布位置；根据多源数据提取滑坡易发性评价指标并划分为多个评价单元； S2：计算各评价指标的频率比，按频率比进行分级和归一化处理； S3：根据信息量模型，计算分级和归一化处理后的每个评价指标各个等级的信息量，通过叠加分析得到研究区内每个评价单元的信息量； S4：根据每个评价单元的信息量，将非滑坡分为信息量小于或等于0和大于0两类，同时利用非滑坡样本指数选取非滑坡样本，通过对比滑坡易发性评价结果的ROC曲线，确定非滑坡样本指数的最佳取值，在最佳取值的条件约束下采用随机函数选取与滑坡样本同等数量的非滑坡单元作为最终的非滑坡样本； 其中非滑坡样本指数的计算公式为： 式中：为非滑坡样本指数；为信息量小于或等于0的非滑坡样本数；为信息量大于0的非滑坡样本数； 步骤S2包括： S21：对于连续性评价指标，首先以一定的间隔进行初步的离散化，统计得到该评价指标整体频率比分布曲线，然后以分布曲线的突变点为临界值将连续性评价指标进行再次离散化，把对滑坡发育影响作用相同的分级状态合并为同一类； 其中频率比的计算公式如下： 式中：表示第j个类别，为第j个类别中的滑坡单元面积之和，为第j个类别的评价单元总面积；为含有地质灾害的单元面积之和，为研究区评价单元总面积；FR指标表征了指标因子各级状态对于滑坡发生的重要程度，FR1表明该状态对滑坡的发生具有促进作用，FR≤1表明该状态不利于滑坡发生； S22：对于离散型评价指标，直接利用原有的指标分级区间； S23：计算每个评价指标的各个等级的频率比，根据频率比对每个评价指标进行归一化处理； 步骤S4包括： S41：根据历史滑坡编录数据中的滑坡确定滑坡样本数量； S42：将研究区内的非滑坡以信息量值0为界，划分为小于或等于0和大于0两部分；利用非滑坡样本指数找到非滑坡样本的不同选取范围； S43：非滑坡样本与滑坡样本的比例为1：1，将不同非滑坡样本指数取值下的非滑坡样本与滑坡样本组成数据集，按一定比例随机划分为训练集和验证集，而测试集为研究区内所有的非滑坡与滑坡样本，将训练集输入逻辑回归模型，得到训练好的逻辑回归模型，将测试集输入训练好的逻辑回归模型中，得到测试集的ROC最高时的非滑坡样本指数，确定非滑坡样本指数的最佳取值，在最佳取值的条件约束下随机抽取与滑坡样本等数量的非滑坡样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。