10.16265/j.cnki.issn1003-3033.2022.09.2729
基于机器学习的森林火险预测模型
为减少森林火灾带来的损害,通过文献回顾,对森林火险进行建模和预测预报.归纳基于机器学习方法的森林火险预测研究现状,并从森林火灾影响因子的选取、选择合适的火险预测模型以及模型检验方法3个主要方面进行分析阐述.结果表明:森林火险的主要影响因素包括可燃物特征、气象因子、地形、人类活动等;在森林火险预测模型中,反向传播(BP)神经网络方法需要改进后运用,支持向量机(SVM)方法对数据要求高,随机森林(RF)方法通用性强且精度较高,深度学习方法的研究较少,但精度都很高;模型常用的检验方法是准确度、受试者工作特征(ROC)曲线和曲线下的面积(AUC)值等.
机器学习、森林火险预测、森林火灾、气象因子、支持向量机(SVM)
32
X928.7(安全管理(劳动保护管理))
国家自然科学基金;国家自然科学基金;福建省自然科学基金项目;中国博士后基金
2022-11-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
152-157