Đăng ký
  1. Trang chủ
  2. » Luận Văn - Báo Cáo

Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning

82 18 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Ngày đăng: 03/07/2021, 09:35

Xem thêm:

HÌNH ẢNH LIÊN QUAN

Bảng 2. Phân loại trƣợt lở theo Ban Nghiên cứu đƣờng Mỹ (1958) [5] - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 2. Phân loại trƣợt lở theo Ban Nghiên cứu đƣờng Mỹ (1958) [5] (Trang 14)
Hình 1. Mối quan hệ giữa AI, deep learning và machine learning - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 1. Mối quan hệ giữa AI, deep learning và machine learning (Trang 17)
Hình 2. Phân loại máy học - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 2. Phân loại máy học (Trang 18)
Hình 3. Trƣợt lở ở quốc lộ 14G tỉnh Quảng Nam - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 3. Trƣợt lở ở quốc lộ 14G tỉnh Quảng Nam (Trang 25)
a, Mơ hình mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
a Mơ hình mạng nơ ron nhân tạo (Trang 28)
Hình 5. Mạng lƣới mạng nơ ron nhân tạo Ƣu điểm của mơ hình mạng nơ ron nhân tạo: - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 5. Mạng lƣới mạng nơ ron nhân tạo Ƣu điểm của mơ hình mạng nơ ron nhân tạo: (Trang 29)
Hình 6. Bài tốn phân chia trong mặt phẳng 2 chiều - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 6. Bài tốn phân chia trong mặt phẳng 2 chiều (Trang 30)
Hình 8. Mơ phỏng biến đổi khơng gian của Kernel - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 8. Mơ phỏng biến đổi khơng gian của Kernel (Trang 31)
Hình 9. Các bƣớc xây dựng bản đồ phân vùng nguy cơ trƣợt lở - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 9. Các bƣớc xây dựng bản đồ phân vùng nguy cơ trƣợt lở (Trang 32)
Hình 11. Sơ đồ khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 11. Sơ đồ khu vực nghiên cứu (Trang 34)
Bảng 4. Diện tích các loại đất lâm nghiệp (đơn vị: ha) - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 4. Diện tích các loại đất lâm nghiệp (đơn vị: ha) (Trang 45)
Bảng 5. Thống kê điểm trƣợt khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 5. Thống kê điểm trƣợt khu vực nghiên cứu (Trang 53)
Hình 14. Bản đồ hiện trạng trƣợt lở khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 14. Bản đồ hiện trạng trƣợt lở khu vực nghiên cứu (Trang 57)
Yếu tố độ cao: Khu vực 07 tuyến giao thơng chạy qua địa hình chủ yếu là - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
u tố độ cao: Khu vực 07 tuyến giao thơng chạy qua địa hình chủ yếu là (Trang 60)
Yếu tố mật độ phân cắt sâu (độ cao tƣơng đối của địa hình) là độ chênh cao - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
u tố mật độ phân cắt sâu (độ cao tƣơng đối của địa hình) là độ chênh cao (Trang 61)
Bảng 7. Phân nhĩm yếu tố độ dốc - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 7. Phân nhĩm yếu tố độ dốc (Trang 61)
Bảng 9. Phân nhĩm yếu tố thạch học - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 9. Phân nhĩm yếu tố thạch học (Trang 62)
Hình 27. Cách thức tổ chức dữ liệu trong excel - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 27. Cách thức tổ chức dữ liệu trong excel (Trang 65)
Hình 29. Chạy mơ hình trong phần mềm R - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 29. Chạy mơ hình trong phần mềm R (Trang 66)
Hình 28. Cách thức xây dựng mơ hình - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 28. Cách thức xây dựng mơ hình (Trang 66)
Hình 30. Mơ hình mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 30. Mơ hình mạng nơ ron nhân tạo (Trang 67)
Bảng 15. Đánh giá sự khác biệt kết quả phân vùng của hai mơ hình - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 15. Đánh giá sự khác biệt kết quả phân vùng của hai mơ hình (Trang 69)
Hình 33. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 33. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo mạng nơ ron nhân tạo (Trang 70)
Hình 34. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 34. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo máy vec tơ hỗ trợ (Trang 71)
Hình 36. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 36. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo máy vec tơ hỗ trợ (Trang 72)
Hình 35. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 35. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo mạng nơ ron nhân tạo (Trang 72)
Hình 37. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 37. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo mạng nơ ron nhân tạo (Trang 73)
Hình 38. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 38. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo máy vec tơ hỗ trợ (Trang 74)
Hình 40. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 40. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo máy vec tơ hỗ trợ (Trang 75)
Hình 39. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 39. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo mạng nơ ron nhân tạo (Trang 75)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w