基于集成特征选择的森林火灾风险评估

摘要

采用集成学习的思想,提出了一种基于集成特征选择的森林火灾风险评估方法。以特征选择方法的多样性和独立性为考量,选择了15种特征选择器并利用差异度进行筛选,获得异质选择器集合,进而得到特征子集集合。其次,利用各特征子集分别构建基于BP神经网络的森林火灾风险评估模型,并依据模型准确度筛选林火重要影响因子,构建最优森林火灾风险评估模型。结果表明,该算法准确度为85.96%,具有良好的泛化能力,可实现对森林火灾风险的有效评估。