聚类支持下决策树模型在耕地评价中的应用

被引:20
作者
田剑 [1 ]
胡月明 [2 ]
王长委 [2 ]
刘建敏 [1 ]
机构
[1] 合肥工业大学资源与环境工程学院
[2] 华南农业大学信息学院
基金
广州市科技计划项目;
关键词
决策树; 聚类; 耕地评价; 龙川县;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为了挑选合理的学习样本,增强决策树模型在耕地评价应用的有效性,运用聚类方法挑选学习样本,用改进C 5.0决策树算法建立耕地评价模型,提出一种新的评价思路。运用此方法以广东省龙川县耕地为研究对象,以试验法挑选出6种聚类结果的学习样本,确定4000个样本作为最终的学习样本;利用决策代价权重来改进决策树评价模型,最终建立的评价模型的预测精度达到94.92%,满足了实际情况的需要。试验结果表明综合运用聚类和决策树模型进行耕地评价是可行的,其建立的评价模型具有精度高、鲁棒性和易理解性等特点。
引用
收藏
页码:58 / 62+327 +327
页数:6
相关论文
共 11 条
[1]   基于决策树和图层叠置的精准农业产量图分析方法 [J].
薛正平 ;
邓华 ;
杨星卫 ;
刘成良 .
农业工程学报, 2006, (08) :140-144
[2]   多种分类器在华北地区土地覆盖遥感分类中的性能评价 [J].
刘勇洪 ;
牛铮 ;
徐永明 ;
李向军 .
中国科学院研究生院学报, 2005, (06) :68-76
[3]   基于决策树的土壤质量等级研究 [J].
孙微微 ;
胡月明 ;
刘才兴 ;
薛月菊 .
华南农业大学学报, 2005, (03) :108-110
[4]   基于计算智能的土地适宜性评价模型 [J].
刘耀林 ;
焦利民 ;
不详 .
武汉大学学报(信息科学版) , 2005, (04) :283-287
[5]   训练集容量对决策树分类错误率的影响研究 [J].
孙微微 ;
刘才兴 ;
田绪红 .
计算机工程与应用, 2005, (10) :159-161
[6]   基于决策树算法的滑坡危险性区划评价 [J].
赵建华 ;
陈汉林 ;
杨树锋 ;
马志江 .
浙江大学学报(理学版), 2004, (04) :465-470
[7]   基于决策树模型的土壤性质空间推断 [J].
周斌 ;
王繁 .
土壤通报, 2004, (04) :385-390
[8]   基于人工神经网络农用地分等研究Ⅰ.分等模型与精度检测 [J].
唐南奇 ;
谭明军 .
福建农业大学学报, 2004, (02) :241-244
[9]   一种基于小波神经元网络的短期负荷预测方法 [J].
张步涵 ;
赵剑剑 ;
刘小华 ;
刘沛 ;
程时杰 ;
陆俭 .
电网技术, 2004, (07) :15-18
[10]   城市土地利用演变信息的数据挖掘——以上海市为例 [J].
王铮 ;
吴健平 ;
邓悦 ;
王凌云 ;
熊云波 .
地理研究, 2002, (06) :675-681