模型支撑数据集包含以下内容：GA-DBN模型代码、模型参数数据集、193组8个堤防渗漏影响因子、GA-DBN模型训练结果，以及阳新干堤防的73组5个堤防影响因子。其中案例数据和训练集数据包括对应的水位高度差/m、覆盖层厚度/m、渗透系数、孔隙比、压缩系数和是否发生管涌六种。数据集结合了模型实现与训练结果，为堤防渗漏预测提供了全面的支持。通过包含堤防渗漏影响因子和相应的训练数据，该数据集可用于分析不同因子对堤防渗漏的影响，并为堤防渗漏风险评估与预测模型的优化提供有力依据。
该数据集中的GA-DBN模型基于Python开发，包含模型代码和参数数据集。193组8个堤防渗漏影响因子和阳新干堤防的73组5个堤防影响因子来源于相应的实际数据集，这些数据集经过整理和标准化处理，为模型训练与预测提供了可靠的输入数据。这些数据支持堤防渗漏风险评估、预测分析及模型优化，具有较高的实用价值。
数据加工过程首先进行模型调参和数据归一化处理。在调参阶段，通过调整GA-DBN模型的超参数（如学习率、层数等）来优化模型性能，确保训练结果的准确性。在数据归一化阶段，所有影响因子数据通过标准化或归一化方法进行处理，以消除不同数据量纲带来的偏差，确保各因素在同一尺度下进行比较和训练。经过这些预处理步骤，数据集为GA-DBN模型的训练和预测提供了更加一致和稳定的输入，有助于提高模型的准确性和泛化能力。
该数据集经过严格处理，确保了数据的完整性和一致性。在GA-DBN模型的训练和验证过程中，模型达到了100%的准确率、召回率、精度和F1分数，表明数据集具有极高的质量。这些优异的性能指标不仅验证了数据的准确性和可靠性，还表明该数据集能够有效支持堤防渗漏预测的实际应用，具备较高的实用价值。模型的优秀表现进一步证明了数据在处理堤防渗漏风险分析中的有效性和准确性。
| # | 编号 | 名称 | 类型 |
| 1 | 2021YFC3000100 | 长江下游洪涝灾害集成调控与应急除险技术装备 | 国家重点研发计划 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NHRI.DB6790.2025
10.12072/ncdc.nhri.db6790.2025
