不平衡数据下的采空区自然发火预测研究

• 作者: 李相辰 邵良杉
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 不平衡数据 采空区自然发火 支持向量机(SVM) 预测 h维空间的过采样算法(HSMOTE)
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 安全工程技术科学
• 页码范围: 61-66
• 页数: 6页
• 分类号: X936
• 字数: 4345字
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2017.06.011

摘要

为提高不平衡数据下少数类样本的自然发火预测精度,建立基于K-means-Relief-HSMOTE-SVM的采空区自然发火预测模型.首先,应用K-means法优化Relief方法,筛选自然发火指标,以弥补Relief指标筛选方法导致发火特征权重值偏大的缺陷;其次,针对合成少数类过采样(SMOTE)方法在处理不平衡数据时出现的因插值空间过小导致过拟合等问题,提出基于h维空间的过采样算法(HSMOTE),使自然发火数据集趋于平衡;应用支持向量机(SVM)预测降维、平衡后的发火数据;最后,选用张家口宣东2号煤矿实测样本试验50次,并对比所建模型.结果表明:用所建模型能提取关键特征因子,克服SMOTE方法的缺陷,有效提升SVM在不平衡数据下对少数类发火样本的预测精度和几何平均正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	李相辰	辽宁工程技术大学系统工程研究所	2	9	2.0	2.0