| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 火灾事故统计 | 第13页 |
| 1.2.2 火灾相关性分析的研究 | 第13-15页 |
| 1.2.3 火灾风险评估 | 第15-16页 |
| 1.2.4 存在的不足 | 第16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 技术路线 | 第17-19页 |
| 第2章 城市火灾风险评估指标收集 | 第19-40页 |
| 2.1 国内外城市火灾风险评估总结 | 第19-27页 |
| 2.1.1 美国NFPA-FSES评估体系 | 第19-21页 |
| 2.1.2 英国火灾风险分级系统 | 第21-23页 |
| 2.1.3 英国Entec公司的风险评估体系 | 第23-25页 |
| 2.1.4 国内火灾风险评估指标体系 | 第25-26页 |
| 2.1.5 现有火灾风险评估指标体系的不足 | 第26-27页 |
| 2.2 城市区域火灾风险评估指标整理 | 第27-39页 |
| 2.2.1 建筑指标 | 第27-32页 |
| 2.2.2 单位评估指标 | 第32-34页 |
| 2.2.3 区域评估指标 | 第34-39页 |
| 2.3 本章小结 | 第39-40页 |
| 第3章 随机森林算法介绍 | 第40-49页 |
| 3.1 引言 | 第40-41页 |
| 3.2 随机森林算法(Random forest) | 第41-48页 |
| 3.2.1 随机森林的基本结构 | 第41-46页 |
| 3.2.2 随机森林的生成 | 第46-47页 |
| 3.2.3 利用随机森林计算指标贡献度 | 第47-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第4章 基于随机森林算法的指标筛选 | 第49-62页 |
| 4.1 数据收集 | 第49-52页 |
| 4.2 数据预处理 | 第52页 |
| 4.3 随机森林算法编程 | 第52-54页 |
| 4.4 火灾发生率贡献率度 | 第54-56页 |
| 4.5 火灾损失率贡献度 | 第56-59页 |
| 4.6 筛选指标体系 | 第59-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 指标相关性分析 | 第62-72页 |
| 5.1 Pearson相关性 | 第62页 |
| 5.2 利用相关性验证随机森林的合理性 | 第62-63页 |
| 5.3 相关性分析指标间客观联系 | 第63-70页 |
| 5.3.1 火灾发生率的相关性分析 | 第63-69页 |
| 5.3.2 火灾损失率的相关性分析 | 第69-70页 |
| 5.4 本章小结 | 第70-72页 |
| 结论与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-87页 |