粗糙集与SVM的组合算法在人工林地力评价中的应用

采用粗糙集(Rough Set,RS)与支持向量机(Support Vector Machine,SVM)相结合的组合算法,寻求人工林地力等级评价的新方法。利用地力样本数据及指数和法评价结果构建RS决策表,应用RS的穷尽算法对决策表进行约简,并用约简后的评价指标作为SVM的输入,对SVM进行训练,建立人工林地力等级的RS-SVM评价模型。应用该方法对湖南会同集水区杉木林土壤肥力质量等级进行评价,在同样的训练样本的情况下,RS-SVM模型、SVM模型及BP神经网络模型评价正确率分别为78%、78%、67%。与单一SVM评价方法相比,RS-SVM模型在保证评价精度的同时,降低了算法的空间和时间复杂度,提高了训练效率,同时具有比人工神经网络更高的评价精度。