Browsing by Author "Hsu, Heng-Yu"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    使用深度學習方法建立崩塌判釋模型
    (2023) 許恆瑜; Hsu, Heng-Yu
    崩塌災害對於居民造成財產和生命的威脅，同時也對下游水庫、河道輸砂和農業等方面造成影響。因此，若能快速且準確地掌握崩塌位置及其影響範圍，對於執行正確的減災策略和後續的整治工作至關重要。本研究使用深度學習方法對谷關水庫集水區進行崩塌判釋，並比較了不同輸入資料的模型表現差異，同時比較了深度學習方法與支持向量機的精度差異。研究結果顯示，深度學習方法進行崩塌判釋係具可行性，本研究使用衛星影像光譜值作為模型輸入資料，且加入不同崩塌影響因子，深度學習模型在測試集之F1-score介於0.75至0.81，精確率介於0.73至0.80，召回率介於0.77至0.85，整體表現良好。其中，當輸入資料加入平面曲率因子階段為最適選，F1-score為0.80，精確率為0.75，召回率為0.85，可成功判釋出85%衛星影像中崩塌類別。本研究亦比較深度學習方法和支持向量機模型表現。研究結果顯示，深度學習模型表現皆優於支持向量機模型。其中，於深度學習模型中加入平面曲率因子階段表現為最佳，F1-score為0.75，精確率為0.76，召回率為0.74，並於研究中發現深度學習模型判釋出的像素雜異點較少，不需額外處理雜異點問題，係使用深度學習模型優勢之一。