Indexed by：
Abstract：
为研究城市地铁沿线老旧房屋普遍存在结构安全问题，基于机器学习模型，选取房屋年份、楼层、面积等11个属性构建预警指标体系，采用SMOTE过采样、独热编码等方法解决样本离散化、不均衡的问题；利用KNN、Bayes、Logistic、SVM 4种机器学习模型对房屋结构安全数据学习并测试，综合应用Accuracy、F1、AP、AUC等指标比较预警模型性能。结果表明：以某市地铁1、2号线沿线大于20 a的2 431栋老旧房屋为例，得到Logistic和SVM的预警精度较高，影响地铁沿线老旧房屋安全现状的主要因素为房屋改造情况、基础、结构类型和设计情况，验证了模型效果。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
中国安全生产科学技术
ISSN： 1673-193X
CN： 11-5335/TB
Year： 2022
Issue： 03
Volume： 18
Page： 162-167
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
