基于决策树的我国农业数据挖掘分析

决策树是用于分类的常用建模方法。首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性。最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明。结果表明,决策树分类方法适合我国农业情况。     

基于MODIS数据的浒苔信息提取方法研究

浒苔是一种大型绿藻,大量浒苔爆发会严重影响景观,干扰旅游观光和水上运动的进行。本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。     

粗糙集理论进行遥感图像监督分类的样本质量评价的研究(英文)

In the supervised classification process of remotely sensed imagery, the quantity of samples is one of the important factors affecting the accuracy of the image classification as well as the keys used to evaluate the image classification. In general, the samples are acquired on the basis of prior knowledge, experience and higher resolution images. With the same size of samples and the same sampling model, several sets of training sample data can be obtained. In such sets, which set reflects perfect spectral characteristics and ensure the accuracy of the classification can be known only after the accuracy of the classification has been assessed. So, before classification, it would be a meaningful research to measure and assess the quality of samples for guiding and optimizing the consequent classification process. Then, based on the rough set, a new measuring index for the sample quality is proposed. The experiment data is the Landsat TM imagery of the Chinese Yellow River Delta on August 8th, 1999. The experiment compares the Bhattacharrya distance matrices and purity index zl and △x based on rough set theory of 5 sample data and also analyzes its effect on sample quality.     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

基于语义的地理信息分类体系对比分析

地理信息分类体系之间的语义不一致性,被认为是影响地理信息系统实现在语义层次上信息共享的最大障碍.首先,本文在阐述中国地理信息分类体系之间参照模式的基础上,提出了一种基于语义的地理信息分类体系对比分析方法.其次,对中国现行的几种地理信息标准分类体系进行了详细的对比分析.最后,为中国地理信息分类体系的编制和修订提出了一些建议.     

遥感影像特征提取与选择及在影像分类中的应用

利用模式识别中特征提取和特征选择的相关理论对遥感影像的纹理特征进行遴选和变换处理,得到描述纹理的二次特征。实验证明这些新特征能够提高影像分类精度和分类效率。     

史前连续文化聚落的决策树分类挖掘研究——以郑州-洛阳地区为例

利用C4.5决策树分类算法和GIS组件Super Map Objects,开发实现了基于连续文化序列的空间数据挖掘系统,运用此系统对郑州-洛阳地区史前四个连续文化时期的聚落进行了数据挖掘,提取了聚落遗址面积的分类规则,并根据这些分类规则和聚落的空间分布情况对四个文化时期的I级聚落进行对比分析,得出了I级聚落的空间分布特点,即I级聚落中的一些特大面积的聚落朝着中心聚落的方向发展。     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.     

基于权重与混合模型的遥感图像分类方法研究

提出了一种基于权重与混合像元模型的遥感图像分类方法。该方法在现有光谱混合模型的基础上,根据实际应用需要确定地类权重,通过地类丰度与权重因子加权平均确定像元的隶属类型,从而实现遥感图像分类。以SPOT-5土地覆盖遥感分类为例,对权重与混合像元模型结合的图像分类方法进行了验证,结果表明,该方法提高了遥感图像分类精度,在一定条件下更具实际意义。     

广饶县河流污染带地下水水质现状评价与污染分析

多年来由于接纳上游和境内工业、生活污废水,淄河、阳河、织女河三条河流大部分时间水质为劣V类,沿河两测形成2km左右的浅层地下水污染带。对污染带内地下水水质现状进行评价与分析、应用模糊综合评价法进行污染程度评价。得出的结论是河流两岸浅层地下水水质由以优良或良好为主变为以较差或极差为主,污染和微污染的地下水井占81．2％,石油类、亚硝酸盐氮、氨氮、挥发酚、硝酸盐氮、高锰酸盐指数等主要污染参数超标率均在30％以上。