基于Boosting的决策树集成土地评价

被引：8

作者：

薛月菊 ^{[1
]}

胡月明 ^{[2
]}

杨敬锋 ^{[1
]}

陈强 ^{[1
]}

机构：

[1] 华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室

[2] 华南农业大学信息学院

来源：

农业工程学报 | 2008年 / 07期

基金：

广东省自然科学基金;

关键词：

土地评价; 决策树集成; Boosting技术; 评价规则;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

传统的土地评价方法易受人为因素的限制,探索更科学合理的土地资源评价方法,对土地利用与规划具有重要意义。由于决策树具有分类精度高、分类器可解释性强的优点,特别是C5.0采用了提高决策树分类精度的Boosting技术,提出利用Boosting技术的决策树集成C5.0进行土地评价的方法。采用C5.0算法对广东省土地资源进行了评价,对不使用Boosting的决策树和使用Boosting决策树集成的评价结果进行了分析和比较。研究结果表明利用决策树进行土地质量评价能够得到较高的评价精度,且Boosting决策树集成的土地评价精度高于不使用Boosting的决策树的精度。

引用

页码：78 / 81

页数：4

共 15 条

[1] 基于关联规则和模糊判据的土地评价方法 [J].