西南科技大学
TD752.2
基于决策树及其分类器的相关理论建立了硫化矿石自燃的决策树组合器模型。在分析硫化矿石自燃倾向性影响因素的基础上,选取氧化增重率、自热点、自燃点3个最具代表性实测特征指标作为决策树分类器模型的预测指标。利用硫化矿石自燃的实测数据作为训练样本进行训练,建立硫化矿石自燃的决策树模型对其自燃倾向性等级进行预测,并用其它未参加训练的实测数据进行了验证。研究结果表明:决策树组合分类器模型简便可行、预测精度高、数据处理简单化,是解决硫化矿石自燃倾向性等级预测问题的有效方法之一。