基于集成特征选择的森林火灾风险评估
Forest fire risk assessment based onensemble feature selection作者机构：长沙理工大学电气与信息工程学院湖南长沙410114 国网山东省电力公司电力科学研究院山东济南250003
出 版 物：《消防科学与技术》 (Fire Science and Technology)
年 卷 期：2022年第41卷第12期
页 面：1727-1731页
学科分类：08[工学] 0837[工学-安全科学与工程] 0838[工学-公安技术]
基 金：长沙理工大学学术学位研究生科研创新项目(CX2020SS56) 长沙理工大学研究生实践创新与创业能力提升项目(SJCX202045)
摘 要：采用集成学习的思想,提出了一种基于集成特征选择的森林火灾风险评估方法。以特征选择方法的多样性和独立性为考量,选择了15种特征选择器并利用差异度进行筛选,获得异质选择器集合,进而得到特征子集集合。其次,利用各特征子集分别构建基于BP神经网络的森林火灾风险评估模型,并依据模型准确度筛选林火重要影响因子,构建最优森林火灾风险评估模型。结果表明,该算法准确度为85.96%,具有良好的泛化能力,可实现对森林火灾风险的有效评估。
维普期刊数据库
同方期刊数据库