申请/专利权人:安徽工业大学
申请日:2024-03-25
公开(公告)日:2024-06-25
公开(公告)号:CN118245919A
主分类号:G06F18/243
分类号:G06F18/243;G06F18/214
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明属于涉及森林火灾预测技术领域,提供了一种基于属性约简的预测用火灾数据处理方法。包括:获取若干火灾数据以构建决策信息表;基于信息增益及全局信息增益求取决策信息表中每一条件属性的权重,并以补偿系数作为单参数进行阈值计算以构建加权自适应多粒度决策理论粗糙集;基于所述加权自适应多粒度决策理论粗糙集构建下近似粒度矩阵,并基于所述下近似粒度矩阵获取各条件属性的重要度以对决策信息表进行属性约简,进而输出优化后的火灾数据;其中,所述优化后的火灾数据用于对预测模型进行训练以进行火灾预测。本发明在进行预测模型训练时具有收敛快、模型准确性高的优点。
主权项:1.一种基于属性约简的预测用火灾数据处理方法,其特征在于,包括:获取若干火灾数据以构建决策信息表;其中,以火灾数据中的各项环境参数作为条件属性,结果参数作为决策属性;其中,所述结果参数为在所述各项环境参数下是否发生火灾;基于信息增益及全局信息增益求取决策信息表中每一条件属性的权重,并以补偿系数作为单参数进行阈值计算,以构建加权自适应多粒度决策理论粗糙集;基于所述加权自适应多粒度决策理论粗糙集构建下近似粒度矩阵,并基于所述下近似粒度矩阵获取各条件属性的重要度以对决策信息表进行属性约简,进而输出优化后的火灾数据;其中,所述优化后的火灾数据用于对预测模型进行训练以进行火灾预测。
全文数据:
权利要求:
百度查询: 安徽工业大学 一种基于属性约简的预测用火灾数据处理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。