基于XGBoost模型的降雨誘發(fā)階躍型滑坡位移預(yù)測

摘要： 滑坡位移預(yù)測一直是滑坡研究的熱點(diǎn)之一。近年來，隨著計(jì)算機(jī)科學(xué)的發(fā)展，越來越多的人工智能技術(shù)模型被用于滑坡位移的預(yù)測。相較于常用的如LSTM神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)模型，集成算法中的XGBoost模型在滑坡位移預(yù)測領(lǐng)域尚不多見。由于其在滑坡位移預(yù)測中具有預(yù)測精度更高、運(yùn)行速度更快等優(yōu)點(diǎn)，目前在學(xué)術(shù)界已成為研究的熱點(diǎn)領(lǐng)域。文中以泉州市安溪縣堯山村滑坡地災(zāi)點(diǎn)監(jiān)測數(shù)據(jù)為例，運(yùn)用Python搭...