机器学习评价东北输电塔基础冻拔易发性
热点事件历史事件
机器学习评价东北输电塔基础冻拔易发性
1 篇报道1 个报道来源3 天前更新
先了解这件事
事件综述
2026年10月16日，Buildings（MDPI）刊发一项研究，基于东北多年冻土边缘区336座输电塔的系统现场调查，纳入13个条件因子，比较随机森林、XGBoost、LightGBM、CatBoost与逻辑回归五种机器学习模型对输电塔基础冻拔（冻胀）易发性的评价效果，并用SHAP与地理探测器量化因子贡献与交互。报道称，研究结果为所调查输电走廊内的冻拔易发性评价与初步工程筛查提供定量、可解释的依据。目前该研究处于论文发表阶段，尚无后续跟进报道。
模型根据报道生成 · 1 天前更新
最新进展10月16日 16:23
机器学习评价东北多年冻土边缘区输电塔基础冻拔报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Buildings精选机器学习评价东北多年冻土边缘区输电塔基础冻拔
研究基于东北多年冻土边缘区 336 座输电塔的系统现场调查，纳入 13 个条件因子，比较随机森林、XGBoost、LightGBM、CatBoost 与逻辑回归五种模型评价基础冻拔易发性，并用 SHAP 与地理探测器量化因子贡献与交互。