简介:山崩危险性地图是描绘未来斜坡失败危险性的空间分发的学习地之一。这篇论文为生产山崩危险性地图处理过去的方法;把这些方法划分成3种类型。逻辑线性回归途径进一步被详细描述在上由交叉表方法,它被用来分析在范畴或二进制的反应变量之间的关系;至少一个连续或范畴或二进制的解释变量源于样品。它是当专家意见在启发式的途径有大差别时,在考虑下面用作各种各样的因素的重量的系数的一项客观任务。与确定的途径不同,它对地区性的规模很适用。在这研究,两倍逻辑回归在学习区域被使用。全部学习区域首先被分析。逻辑回归方程显示出那举起,最近到道路,河;居住区域是在这个区域触发山崩出现的主要因素。第一张山崩危险性地图的预言精确性被显示是80%。沿着道路;居住区域,几乎所有区域在高山崩危险性地区。一些非山崩区域不正确地被划分成高度;中等山崩危险性地区。以便改进地位,第二逻辑回归用山崩房间在高山崩危险性地区被做;在这个区域的非山崩样品房间。在第二逻辑回归分析,仅仅设计;地质的条件在这些区域是重要的;在显示那的新逻辑回归方程被进入仅仅有不稳定的工程的区域;地质的条件在大规模工程活动期间对山崩敏感。考虑这二逻辑回归结果产出一张新山崩危险性地图。两倍逻辑回归分析改进了非山崩预言精确性。在为逻辑回归的参数的计算期间,山崩密度被用来转变名字的变量到数字变量;这避免哑巴变量的一个过分地高的数字的创造。
简介:通过对184个烯烃类化合物在不同固定相不同柱温下的617个样本的气相色谱保留指数值(R1)与其部分参数:拓扑指数(^mQ)、偶极矩(DPL)、固定液极性值(CP)及柱温(T)建立定量-色谱保留相关(QSRR)模型.分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本的复相关系数Rcum,QLOO和Rxt^e分别为0.9992,0.9984和0.9992(MLR);0.9990,0.9980和0.9991(PLSR);0.9994,0.9987和0.9992(ANN).结果表明:所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了烯烃类化合物在不同固定相不同柱温上气相色谱保留指数的变化规律.