检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于显隐式特征交互的滑坡短期位移预测

田原, 马睿平, 赵文祎, 张建学, 黄儒豪, 汪翰林, 白宇丹

北京大学学报（自然科学版） 2026, 62 (2): 359-366. DOI: 10.13209/j.0479-8023.2025.030

摘要（666）

HTML

PDF（pc）（729KB）（328）

针对当前采用机器学习或深度学习模型预测滑坡短期位移的方法难以同时保障预测模型的泛化能力和记忆能力且可解释性欠佳的问题, 从显隐式特征交互视角出发, 设计具有一定可解释性的显式特征交互网络(IFIN), 构建融合显隐式特征交互的滑坡位移预测模型(EIFIM)。EIFIM可以迁移学习其他坡面变形规律, 并基于预测坡面的动静态因子预测坡面未来三日的位移。实例验证结果表明, EIFIM的预测效果优于基线模型。同时, 模型输出的可解释特征组合表明模型具有较好的架构合理性。

相关文章 | 多维度评价 | 评论（0）

Select

2. 一种基于查询加权的用户建模方法

胡娟,白宇,蔡东风

北京大学学报（自然科学版）