基于改进的随机决策树的煤矿安全评价方法  

Coal mine safety evaluation method based on improved random decision tree

作　　者：孙刚[1] 周华平 孙克雷[2] 

机构地区：[1]阜阳师范学院计算机与信息学院,安徽阜阳236037 [2]安徽理工大学计算机科学与工程学院,安徽淮南232001

出　　处：《阜阳师范学院学报（自然科学版）》2014年第2期46-49,共4页Journal of Fuyang Normal University(Natural Science)

基　　金：国家自然科学基金和神华集团有限责任公司联合基金项目(51174257/E0422);安徽省高校自然科学基金项目(KJ2013B196)资助

摘　　要：煤矿监测数据实质是一种数据流,煤矿安全评价可以看作是数据流的分类,分类的标识为安全和不安全。在随机决策树模型的基础上,使用Hoeffding Bounds不等式与信息熵确定分割点,代替用随机选择方法确定分割点。实验结果表明该方法对数据流分类具有更好的分类精度,为煤矿安全评价提供了一种新的实用方法。Monitoring data in coal mine is essentially a data stream. Coal mine safety evaluation can be seen as the classifica-tion of the data stream, and classification categories are safety and unsafety. Based on random decision tree, a method was proposed in the paper, and the method determined the split point by Hoeffding Bounds inequality and information entropy instead of random selection. Experimental results showed that the method has better accuracy for data stream classification. Therefore, a new practical approach is provided for coal mine safety evaluation.

关 键 词：煤矿 安全评价 随机决策树 数据流分类 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]