基于非均衡样本集的煤矿突水预测模型

• 作者: 谢天保 赵萌 雷西玲
• 来源期刊: 计算机系统应用
• 关键词: 煤矿突水预测 非均衡样本集 基分类器 Boosting改进算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 124-130
• 页数: 7页
• 字数: 6922字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006298

摘要

针对煤矿突水样本集呈非均衡分布的特点, 提出基于集成学习分类的煤矿突水预测模型, 重点研究基分类器的构建方法、性能衡量指标和权重分析, 以及基于改进型Boosting的集成学习算法. 实验结果表明, 该算法以牺牲不突水样本的最小误判率为代价, 实现突水样本100%的判别准确率, 且计算量小, 易于实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢天保	西安理工大学经济与管理学院	38	451	13.0	20.0
2	雷西玲	西安理工大学计算机科学与工程学院	22	269	10.0	16.0
3	赵萌	西安理工大学经济与管理学院	7	50	3.0	7.0