基于XGBoost算法的实验室安全风险预测模型研究

通过相关文献归纳实验室安全风险检查指标体系,基于XGBoost算法,研究检查指标体系的数据采集、数据预处理以及风险预测模型的初步建立,在此基础上,探索模型的训练、实验室风险权重及模型的主要参数优化等方法,确立可行的实验室安全风险预测模型,为开展实验室安全评价和隐患整改提供可靠的依据。

类型: 期刊论文

作者: 王国田,戴筠一,许少钧,蒋涛

关键词: 指标体系,算法,数据采集,模型建立,模型训练和优化

来源: 实验技术与管理 2019年12期

年度: 2019

分类: 基础科学,社会科学Ⅱ辑,信息科技

专业: 高等教育,计算机软件及计算机应用

单位: 扬州大学实验室与设备管理处,扬州大学数学科学学院

基金: 中国高等教育学会高等教育科学研究“十三五”规划课题2019年度实验室管理专项课题（2019SYSYB06）

分类号: TP301.6;G647

DOI: 10.16791/j.cnki.sjg.2019.12.058

页码: 245-251

总页数: 7

文件大小: 1231K

下载量: 212