基于贝叶斯分类器的重大危险源辨识

• 作者: 李真 董立岩 阎鹏飞
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 贝叶斯分类器 数据挖掘 重大危险源辨识 应急预案
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 800-804
• 页数: 5页
• 分类号: TP399
• 字数: 3830字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2009.04.030

摘要

针对应急领域重大危险源的识别问题, 提出一种新的识别模型: 基于贝叶斯分类器的重大危险源识别模型. 先利用已知知识建立模型, 再根据建立的模型运用概率判断新的识别对象是否为重大危险源. 分别将识别模型应用于化工产品生成领域和森林防火领域, 实验结果与实际情况相符, 表明该模型效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董立岩	吉林大学计算机科学与技术学院	55	566	12.0	22.0
2	李真	吉林大学计算机科学与技术学院	16	61	5.0	7.0
3	阎鹏飞	吉林大学计算机科学与技术学院	1	6	1.0	1.0