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

来源：

农业工程学报 | 2007年 / 12期

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

页码：58 / 62+327 +327

页数：6

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].