典型文献
长江水道事故风险预测模型优化
文献摘要：
针对支持向量机(support vector machine,SVM)模型在水上交通风险预测中由于其变量较多而导致的计算过程复杂、实用性不强的问题,运用随机森林模型对变量进行重要度排序,利用筛选后的变量构建新的SVM模型.将新模型的分类正确率和可转移性测试结果与原模型的进行比较.结果表明:新模型比原模型的分类正确率提高4.12个百分点;在可转移性测试中新模型分类正确率仍处于较高水平,而且误报率降低2.40个百分点.研究表明新模型计算相对简单,预测效果更优,而且具有普适性特征.
文献关键词：
长江水道;风险预测;随机森林;支持向量机;机器学习
中图分类号：
作者姓名：
丁振国;张树奎;胡甚平
作者机构：
江苏海事职业技术学院航海技术学院,南京211170;上海海事大学商船学院,上海201306
文献出处：
引用格式：
[1]丁振国;张树奎;胡甚平-.长江水道事故风险预测模型优化)[J].上海海事大学学报,2022(01):66-70
A类：
B类：
长江水道,事故风险,风险预测模型,预测模型优化,support,vector,machine,水上交通,交通风险,随机森林模型,重要度,转移性,百分点,模型分类,误报率
AB值：
0.294467
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
