简介:摘要:测绘遥感图像信息的有效分类对于地理信息系统、自然资源调查等领域具有重要意义。本文提出一种基于决策树算法的测绘遥感图像信息分类方法。该方法首先对原始遥感图像进行预处理,提取多种特征,构建特征空间。接着,利用决策树算法对特征空间中的数据进行训练,生成决策树分类模型。最后,使用所得模型对测绘遥感图像进行分类。实验结果表明,所提出的分类方法能够有效地区分不同类型的地物,分类精度较高。该方法不仅可以应用于测绘遥感图像分类,还可推广到其他遥感数据分类任务中。总的来说,本文为测绘遥感图像信息分类提供了一种新颖、有效的解决方案。
简介:为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树(C&RTanalysis)数据分析。结果表明:(1)从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;(2)湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合(Segment)分别为:还原糖(≤24.93%)、钾(〉1.98%)、pH值(≤5.37)(p=0.658);钾(≤1.98%)、灰分(〉11.03%)、水溶性灰份碱度(≤0.49)、硝酸根(≤0.06%)(p=0.776);还原糖(〉24.93%)、钾(〉1.98%)、硝酸根(≤0.06%)、蛋白质(〉5.01%)(p=0.914);钾(≤1.98%)、灰分(≤11.03%)、水溶性总糖(〉28.94%)、硫酸根(≤1.43%)(p=0.957)。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。