《表4 脆弱性评价结果：基于GWO-Elman神经网络的底板突水预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GWO-Elman神经网络的底板突水预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据得到的熵值权重结果，输入样本数据，建立脆弱性指数分区结果并作图（图7，表4），利用自然断点法分析数据，根据得到的结果将研究区的脆弱性指数分为5个区:脆弱区（1级区，>0.715 4）、较脆弱区（2级区，0.583 0～0.715 4）、过渡区（3级区，0.4507～0.583 0）、较安全区（4级区，0.318 4～0.450 7）、安全区（5级区，<0.318 4）。为了更好的运用得到的结果，将脆弱区和较脆弱区视为高风险突水区域，设为数值1；将过渡区、较安全区和安全区视为低风险突水区，设为数值0。