背景:通过神经网络和机器学习的方法,对已知地热点的地热因子进行训练,预测未知地热点存在的可能性
过程描述:
1)对不平衡的地热点训练集数据(总数据量的64%约为2,487,263条)进行class_weight处理
2)通过调整学习率,节点数等参数提升模型的准确率,最终达到BP模型的准确率为95.18%、Lightgbm模型的准确率为92.34%。对整个杭嘉湖地区存在的地热点进行实测,其中实际存在134个地热点,BP模型预测正确为123个地热点,表明该模型存在良好的实际应用的可能
3)本项目是对杭嘉湖地区的地热点进行研究分析,目前已被浙江省煤炭局进行了应用