基于C5.0决策树-快速聚类模型的万州区库岸段乡镇滑坡易发性区划

以乡镇为评价单元开展区域滑坡易发性评价对用地规划、防灾减灾等方面具有重要意义。以万州区临江段的23个乡镇单元作为研究对象,首先选取地表高程、坡度、坡向、岩性、构造、土地利用类型、地形湿度指数、水系、道路9个指标因子,通过C5.0决策树算法计算该区域发生滑坡的概率,再利用快速聚类算法进行易发性结果分级;基于ArcGIS平台得到各乡镇单元的滑坡易发性分区,结果表明:C5.0决策树-快速聚类模型的易发性评价精度最高,AUC值达到0.950,优于人工神经网络-快速聚类模型的0.826和贝叶斯-快速聚类模型的0.772。利用C5.0决策树-快速聚类模型的计算结果,综合考虑极高(高)易发区面积大小及其占乡镇面积比大小,完成各乡镇单元的滑坡易发性区划。在所有23个乡镇中,滑坡易发性等级高的包括大周镇、万州城区、溪口乡、新田镇等乡镇。通过对比各乡镇滑坡面积占研究区滑坡总面积的比重,发现两者结论基本一致,预测结果可为全区滑坡防灾减灾提供科学依据。

基于数据挖掘方法的物流业景气信号灯模型构建

科学识别物流业景气信号,对研判物流业发展态势、指导物流企业开展经营活动具有参考意义。构建物流业景气信号灯模型,该方法首先采用轮廓系数为准则选择合适的聚类数量,对物流业景气指数进行K均值聚类分析,然后将聚类分析结果作为输出,物流业景气指数作为输入,构建C5.0决策树模型,最后利用决策树模型的判别规则作为风险临界区间,得出预警信号灯。以福建省物流业景气信号灯模型构建作为实证研究,结果表明大部分月份福建省物流业发展正常(非过冷或者过热),但是从2018年3月到2019年7月,福建省物流业景气信号都处于趋热以上状态,存在过热风险。