基于机器学习的森林火险因子大数据的深度约简机制研究

• 作者: 陈俊雹
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 森林火险因子 机器学习 大数据
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机技术
• 页码范围: 86-87
• 页数: 2页
• 分类号: TP181
• 字数: 2650字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2020.01.033

摘要

文章研究利用改进的机器学习理论与算法,建立针对森林火险因子大数据的深度约简机制,旨在对现有森林火险预警模型中重要的火险因子进行过滤和修正,以更为充分地剔除规模较大的火险因子大数据中冗余的、无效的数据,并且利用改进的人工鱼群算法对过滤约简得到的关键火险因子进行补偿修正.为基于大数据的、有效的森林火险预测预防方法及对策奠定重要基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊雹		1	0	0.0	0.0