摘 要：文章研究利用改进的机器学习理论与算法，建立针对森林火险因子大数据的深度约简机制，旨在对现有森林火险预警模型中重要的火险因子进行过滤和修正，以更为充分地剔除规模较大的火险因子大数据中冗余的、无效的数据，并且利用改进的人工鱼群算法对过滤约简得到的关键火险因子进行补偿修正。为基于大数据的、有效的森林火险预测预防方法及对策奠定重要基础。
关键词：森林火险因子；机器学习；大数据
中图分类号：TP181 文献标识码：A 文章编号：2096-4706（2020）01-0086-02
Deep Reduction Mechanism for Forest Fire Risk Factor Big Data Based on Machine Learning
CHEN Junbao
（Nanjing Forest Police College，Nanjing 210023，China）
Abstract：A deep reduction mechanism for forest fire risk factor big data is established to filter and correct the important fire risk factors in the existing forest fire risk warning model using the improved machine learning theory and algorithm in this paper，which is aimed at eliminating the redundant and invalid data with large scale in the fire risk factor big data more fully. Meanwhile，a modified artificial fish swarm algorithm is used to compensate and correct the key fire risk factors obtained by the filter reduction. It lays an important foundation for effective forest fire risk prediction prevention methods and countermeasures based on big data.
Keywords：forest fire risk factor；machine learning；big data
基金项目：中央高校基本科研业务费专项资金项目（LGQN201901）
参考文献：
[1] 梁慧玲，林玉蕊，杨光，等. 基于气象因子的随机森林算法在塔河地区林火预测中的应用 [J]. 林业科学，2016，52（1）：89-98.
[2] 李晓恋. 基于MODIS 数据的多因子协同作用下森林火灾预测监测研究 [D]. 合肥：中国科学技术大学，2016.
[3] 高德民，林海峰，刘云飞，等. 基于无线传感网的森林火灾FWI 系统分析 [J]. 林业科技开发，2015，29（1）：105-109.
[4] 徐虹，程晋昕，余凌翔. 基于GIS 的云南省森林火险区划研究 [J]. 中国林业产业，2016（10）：199-202.
作者简介：陈俊雹（1990.02-），男，汉族，江苏南京人，就职于信息技术学院，讲师，博士，主要研究方向：机器学习、信息安全和激光感知技术。