基于大数据的公路工程安全智能管控云平台构建研究

我国公路、隧道等规模的增加给公路施工带来更高的危险系数,因此亟需进行安全管理系统的建设。利用决策树约简对随机森林算法进行优化,然后采用聚类方法得到高精度的随机森林,并将其应用于安全平台的数据层进行数据挖掘。实验结果表明:改进算法的平均准确率86.28%、精确率85.62%、召回率87.62%和F值86.58%。改进模型预测结果的相对误差均小于传统的算法,在数据集4中,改进模型的误差值最小为2.2%。实验结果表明,基于改进随机森林算法的安全平台模型具有较好的准确性,且该模型的分类性能高、规模低、资源消耗少,适用于公路安全智能管控云平台中。