基于梯度提升树的消防员体征数据挖掘与火场行为识别模型构建

作者：张建琪; 范韬; 宋子威; 钱新明^*

来源：中国安全生产科学技术, 2023, S2: 147-151.

• 智慧消防
• 体征数据
• 数据挖掘
• 数据模型

为了进一步分析利用消防员体征数据，为提高现场救援效率提供支撑，通过“智能夹克”获取3 448.4万条物联网监测数据，运用机器学习中的梯度提升树算法展开计算机实验计算。研究结果表明：当决策树为100棵时，消防员火场中80个行为状态动作识别的准确率由决策树深度决定，当决策树深度为1时，训练集的识别准确率为72.37%、测试集的识别准确率为53.11%;当决策树深度为4时，准确率均能达到100%;但随着决策树深度的增加，运算的时间成本将大幅度增加，因此，在确定决策树深度时，需要综合考虑时间成本与准确率之间的影响关系。

• 单位
  北京理工大学; 中国安全生产科学研究院