基于集成特征选择的森林火灾风险评估

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.

关键词：集成特征选择、森林火灾、BP神经网络、风险评估

所属期刊栏目：41

分类号：X913.4;S762.1(安全科学基础理论)

资助基金：长沙理工大学学术学位研究生科研创新项目;长沙理工大学研究生实践创新与创业能力提升项目

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1727-1731