[发明专利]基于改进的支持向量机算法的林火预测方法

权利要求书

1.一种基于改进的支持向量机算法的林火预测方法，其特征在于，具体包括如下步骤：

1)收集数年全国各地的日气象数据，以及相应的森林火险等级数据，组成数据集；

所收集的日气象数据应包含有最大风速、极大风速、平均气压、日最高气压、日最低气压、平均相对湿度、最小相对湿度、大型蒸发量、平均气温、日最高气温、日最低气温、20-20时降水量和日照时数；还包括日数据对应的火险等级；

2)将所得到的日气象数据集进行归一化处理，得到相应的归一化数据集，对归一化数据集按比例进行划分为训练集与测试集；

3)将训练集带入到改进后的支持向量机模型中进行训练，将测试集代入到训练完毕后的支持向量机模型中，检验训练结果，最后将待测数据输入到训练完毕后的支持向量机模型进行预测，输出火灾判断结果；

改进后的支持向量机模型：

将原支持向量机函数中的构造决策函数中的sgn去除，将剩余的部分与y_i相乘，将得到的函数记为S_D，其计算公式为：

式中y_i表示第i个样本结果，即火险等级；l为样本总数；为第i个最优解；K表示SVM内核函数，其表达公式如下：

x为从总样本中随机抽出的部分样本所形成的样本空间；x_i表示样本空间中的第i个样本，x_j表示样本空间中的第j个样本；r为大于0的比例系数,为属性数目的倒数；

b^*为决策阈值；

对y_i进行单独相加，将得到的结果记为S_N，其计算公式如下：

将S_D除以S_N，将得到的结果记为y(x)，将y(x)代替原来的分类函数f(x)作为新的分类函数，其公式为：