دانلود مقاله ISI انگلیسی شماره 110673
ترجمه فارسی عنوان مقاله

یک مطالعه تطبیقی ​​درخت مدل لجستیک، جنگل تصادفی و مدل طبقه بندی و مدل رگرسیون برای پیش بینی فضایی حساسیت به لغزش

عنوان انگلیسی
A comparative study of logistic model tree, random forest, and classification and regression tree models for spatial prediction of landslide susceptibility
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
110673 2017 14 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 7973 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 14 روز بعد از پرداخت 558,110 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 7 روز بعد از پرداخت 1,116,220 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : CATENA, Volume 151, April 2017, Pages 147-160

ترجمه کلمات کلیدی
درخت مدل لجستیک، جنگل تصادفی طبقه بندی و درخت رگرسیون، رانش زمین، چین،
کلمات کلیدی انگلیسی
Logistic model tree; Random forest; Classification and regression tree; Landslide; China;
پیش نمایش مقاله
پیش نمایش مقاله یک مطالعه تطبیقی ​​درخت مدل لجستیک، جنگل تصادفی و مدل طبقه بندی و مدل رگرسیون برای پیش بینی فضایی حساسیت به لغزش

چکیده انگلیسی

The main purpose of the present study is to use three state-of-the-art data mining techniques, namely, logistic model tree (LMT), random forest (RF), and classification and regression tree (CART) models, to map landslide susceptibility. Long County was selected as the study area. First, a landslide inventory map was constructed using history reports, interpretation of aerial photographs, and extensive field surveys. A total of 171 landslide locations were identified in the study area. Twelve landslide-related parameters were considered for landslide susceptibility mapping, including slope angle, slope aspect, plan curvature, profile curvature, altitude, NDVI, land use, distance to faults, distance to roads, distance to rivers, lithology, and rainfall. The 171 landslides were randomly separated into two groups with a 70/30 ratio for training and validation purposes, and different ratios of non-landslides to landslides grid cells were used to obtain the highest classification accuracy. The linear support vector machine algorithm (LSVM) was used to evaluate the predictive capability of the 12 landslide conditioning factors. Second, LMT, RF, and CART models were constructed using training data. Finally, the applied models were validated and compared using receiver operating characteristics (ROC), and predictive accuracy (ACC) methods. Overall, all three models exhibit reasonably good performances; the RF model exhibits the highest predictive capability compared with the LMT and CART models. The RF model, with a success rate of 0.837 and a prediction rate of 0.781, is a promising technique for landslide susceptibility mapping. Therefore, these three models are useful tools for spatial prediction of landslide susceptibility.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 7973 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 14 روز بعد از پرداخت 558,110 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 7 روز بعد از پرداخت 1,116,220 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.