决策树C4.5算法结合模糊判决算法的土地评价方法(英文)

被引：7

作者：

杨敬锋 ^{[1
,2
]}

李亭 ^{[3
,2
]}

陈志民 ^{[4
]}

机构：

[1] 广东瑞图万方科技股份有限公司

[2] 广东融讯信息科技有限公司

[3] 中山火炬职业技术学院

[4] 华南农业大学公共基础课实验教学中心

来源：

AgriculturalScience&Technology | 2010年 / 11卷 / 03期

关键词：

土地评价; C4.5算法; 模糊判决;

D O I：

10.16175/j.cnki.1009-4229.2010.03.049

中图分类号：

F301.2 [土地管理、规划及利用];

学科分类号：

083306 ; 0903 ;

摘要：

为了传统土地评价过程中影响因子存在连续值时难以构建评价模型的缺点,提高土地评价知识表达的可解释性,通过对语义属性采用多重分支,利用分支的统计显著性的启发式技术来实现剪枝,提出了基于C4.5算法挖掘分类规则。并利用模糊推理的方法,给出模糊匹配程度的概念,计算出被评价土地样本与各C4.5规则匹配的模糊程度,然后从中找出模糊匹配程度最大的所对应的规则,被评价样本即可被评价为该规则的结果所示的土地等级。文章提出了一种基于C4.5算法和模糊判决算法的土地资源评价模型构建方法,通过广东省土地评价数据库的实验结果表明,该方法能够适用于土地评价当中,当选取100条规则作为规则库进行土地评价时,获得了86.67%的数量准确率和84.80%的面积准确率。

引用

页码：1 / 3+27 +27

页数：4

共 13 条

[1] 基于Boosting的决策树集成土地评价 [J].

薛月菊 ;

胡月明 ;

杨敬锋 ;

陈强 .

农业工程学报, 2008, (07) :78-81

[2] 基于关联规则和模糊判据的土地评价方法 [J].

杨敬锋 ;

薛月菊 ;

胡月明 ;

陈志民 ;

陈强 ;

包世泰 .

农业工程学报, 2008, (05) :74-77

[3] 基于SFAM神经网络集成的土地评价 [J].

薛月菊 ;

胡月明 ;

杨敬锋 ;

陈强 .

农业工程学报, 2008, (03) :184-188

[4] 基于精简模糊分类关联规则的分组模糊判决方法 [J].

杨敬锋 ;

薛月菊 ;

胡月明 ;

陈志民 ;

陈强 .

系统工程理论与实践, 2008, (03) :139-143

[5]

Improving Land Resource Evaluation Using Fuzzy Neural Network Ensembles[J]. XUE Yue-Ju~1 HU Yue-Ming~(2,*2) LIU Shu-Guang~3 YANG Jing-Feng~1 CHEN Qi-Chang~1 BAO Shi-Tai~2 1 College of Engineering,South China Agricultural University,Guangzhou 510642(China). 2 College of Information,South China Agricultural University,Guangzhou 510642(China) 3 U.S.Geological Survey(USGS)Center for Earth Resources Observation and Science(EROS),Sioux Falls,South Dakota 57198 (USA).Pedosphere. 2007(04)

[6] 决策树C4.5算法在森林资源二类调查中的应用 [J].