科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位长沙理工大学; 国网山东省电力公司电力科学研究院
