朴素贝叶斯分类法在氡预测应用中的初步研究

【摘要】：氡无色无味，是自然界唯一的天然放射性惰性气体，是由天然放射性元素镭经过α衰变产生。人体吸入后被呼吸系统截留，氡及其衰变氡子体沉积在肺部，衰变过程放出的α射线对肺部造成辐射伤害。流行病学研究表明，氡及其子体是诱发肺癌的第二大因素。为了降低和控制氡对人类健康的危害，并且鉴于国内氡潜势填图处于起步阶段，预测氡浓度水平至关重要。 运用贝叶斯方法来预测氡浓度，只需建立起氡浓度与主要影响因素之间的关系，并且保证各个影响因素相互独立。由于高计算效率和高准确度，贝叶斯分类器在各领域得到了普遍的应用。本文采用数据挖掘工具WEKA平台的朴素贝叶斯分类器，分析几个已分类的氡浓度影响因素，预测国内某实验地区的氡风险等级。 本文的主要工作内容有： （1）了解、学习国内外氡潜势填图的最新进展，了解氡浓度的各项影响因素，学习贝叶斯分类器的基本原理和方法，了解贝叶斯分类器的应用领域，并尝试将它使用到氡预测上。（2）搜集并整理沿海地区的一些数据，其中包括氡的相关数据、地质资料以及相关地理信息。（3）基于国内某地区的相关实验数据，使用数据挖掘工具包含的朴素贝叶斯分类器进行氡的分类预测。 在详细分析了预测试验的结果之后，得到以下结论： （1）待预测属性的分类等级很重要，分类等级的不合理，导致分类结果不够理想。（2）贝叶斯分类器的种类很多，对于选择哪种分类器也是很重要的。如果在改进分类器上得不到很大的提升，甚至会降低模型正确率，我们就可以选择其他的贝叶斯分类器或者其他的分类算法来预测，提高分类的正确率。（3）在建立好模型的情况下，WEKA软件能够快速预测出结果，是一种高效、方便的数据挖掘软件。该软件也能自行编辑分类算法，可以尝试建立更有效的模型。