| 基于PCA-RF模型的冲击地压预测 |
| |
| 引用本文： | 郭浩,杨超宇.基于PCA-RF模型的冲击地压预测[J].哈尔滨商业大学学报(自然科学版),2023(4):413-418+501. |
| |
| 作者姓名： | 郭浩 杨超宇 |
| |
| 作者单位： | 安徽理工大学经济与管理学院 |
| |
| 基金项目： | 国家自然科学基金(No.61873004,多源传感器环境下基于异构特征信息融合的行为识别)； |
| |
| 摘 要： | 为了提高冲击地压危害预测的准确性，基于主成分分析法和随机森林算法，构建了由主成分分析方法优化的随机森林模型，分析静态冲击地压数据并处理异常值，通过数据标准化处理、计算相关系数矩阵及累计方差贡献率，提取出5个主要特征.利用优化的随机森林模型训练冲击地压数据集，使模型参数不断得到优化.以混淆矩阵中的准确率作为评估指标，将优化的随机森林模型与单一随机森林模型进行比较分析.实验结果表明，优化的随机森林模型比单一随机森林模型具备更好的效果，其准确率达到了88.9%,高于单一的随机森林模型，进而得出结论，即优化的随机森林模型能有效地对冲击地压危害进行预测，通过随机森林优化模型，一定程度上有效缩减冲击地压危害预测的时间.
|
| 关 键 词： | 主成分分析 随机森林 冲击地压 混淆矩阵 机器学习 分类预测 |
|
|
