基于机器学习运用分类与回归树决策树算法构建早产儿宫外生长迟缓的风险预测模型

1

作者 何素健 雷烨铭 +3 位作者 朱霞霞 邱舒曼 胡凤姣 卢稳婷 《大医生》 2025年第8期102-106,共5页

目的探讨影响早产儿宫外生长迟缓(EUGR)的独立危险因素,并基于机器学习运用分类与回归树(CART)决策树算法构建早产儿EUGR风险预测模型。方法选取2021年1月至2023年12月广州市花都区人民医院收治的209例早产儿的临床资料,进行回顾性分析... 目的探讨影响早产儿宫外生长迟缓(EUGR)的独立危险因素,并基于机器学习运用分类与回归树(CART)决策树算法构建早产儿EUGR风险预测模型。方法选取2021年1月至2023年12月广州市花都区人民医院收治的209例早产儿的临床资料,进行回顾性分析。根据是否发生EUGR分为非EUGR组(181例)和EUGR组(28例)。比较两组早产儿临床资料,采用多因素Logistic回归模型分析影响早产儿EUGR的独立危险因素,采用SPSS Modeler软件运用CART决策树算法构建早产儿EUGR风险预测模型,绘制受试者操作特征(ROC)曲线分析预测模型的诊断效能。结果两组早产儿性别、出生时胎龄、出生时体质量、分娩方式、胎数、出生1min后Apgar评分、出生时身长、孕期用药、受孕方式、妊娠高血压、妊娠糖尿病、妊娠甲状腺疾病、肠内营养开始时间、总住院时间、呼吸窘迫综合征(NRDS)、动脉导管未闭(hsPDA)、喂养不耐受、新生儿贫血比较,差异均无统计学意义(均P>0.05)。EUGR组早产儿小于胎龄儿、累计禁食时间>3 d、进行有创机械通气、存在支气管肺发育不良(BPD)、发生败血症、发生坏死性小肠结肠炎(NEC)占比均高于非EUGR组(均P<0.05)。多因素Logistic回归分析结果显示:小于胎龄儿、累计禁食时间>3d、进行有创机械通气、存在BPD、发生败血症均为影响早产儿EUGR的独立危险因素(均P<0.05)。ROC曲线分析结果显示:早产儿EUGR的CART决策树算法风险预测模型的曲线下面积(AUC)为0.834,高于Logistic回归风险预测模型的0.803,CART决策树算法风险预测模型的预测效能更优(Z值=4.864,P<0.05)。结论小于胎龄儿、累计禁食时间>3 d、进行有创机械通气、存在BPD、发生败血症均为影响早产儿EUGR的独立危险因素。早产儿EUGR的CART决策树算法风险预测模型具有较高的临床实用性,可详细分析某预测变量在不同亚群中的影响,为预测早产儿EUGR提供一定参考。 展开更多

关键词 机器学习 分类与回归树决策树算法 早产儿宫外生长迟缓 风险预测模型

在线阅读 下载PDF 职称材料

基于分类回归决策树算法的航班延误预测模型 被引量：5

2

作者 王辉 张文杰 +2 位作者 刘杰 陈林烽 李泽南 《中国民航大学学报》 CAS 2022年第3期35-40,共6页

针对民航客机航班延误问题,构建了基于随机森林(random forest)与分类回归决策树(CART,classification and regression tree)算法的航班延误预测模型,利用国内大型机场的真实数据集对模型进行训练,通过与Logistic回归算法,K-近邻回归(KN... 针对民航客机航班延误问题,构建了基于随机森林(random forest)与分类回归决策树(CART,classification and regression tree)算法的航班延误预测模型,利用国内大型机场的真实数据集对模型进行训练,通过与Logistic回归算法,K-近邻回归(KNN,K-nearest neighbor)算法和决策树(decision tree)算法的训练结果对比,从拟合效果可以看出,该方法可以处理高维度数据,泛化能力好,降低了过拟合的可能性,模型的拟合程度R2可以达到0.83。 展开更多

关键词 航班延误 随机森林模型 分类回归决策树(CART)算法

在线阅读 下载PDF 职称材料

一种基于分类回归树的无人车汇流决策方法 被引量：16

3

作者 苏锑 杨明 +2 位作者 王春香 唐卫 王冰 《自动化学报》 EI CSCD 北大核心 2018年第1期35-43,共9页

决策规划是无人驾驶技术中的重要环节.由于道路结构变化或障碍物引起的车辆被动换道多采用基于逻辑规则或优化算法的决策方式.本文以通行量为优化目标,提出一种基于分类回归树(Classification and regression tree,CART)的汇流决策方法... 决策规划是无人驾驶技术中的重要环节.由于道路结构变化或障碍物引起的车辆被动换道多采用基于逻辑规则或优化算法的决策方式.本文以通行量为优化目标,提出一种基于分类回归树(Classification and regression tree,CART)的汇流决策方法.依据交通流参数,选择大量具有代表性的车辆汇流场景.对场景中车辆的汇流决策序列进行编码,采用遗传算法搜索使得通行量最大的决策方案.将寻优获得的大量汇流决策序列作为样本,训练分类回归树.选取车辆自身信息及与周围车辆的关系等以描述环境特征,运用分类回归树描述环境特征与决策结果的映射关系,获得一种通行量最优的汇流决策方法.在软件中进行仿真实验,对比既有方法,基于分类回归树的汇流方法能够有效减少汇流行为对车流的扰动,在大流量情形下依旧能保持较高的通行效率.此外,该方法对实际实施中可能存在的环境感知误差,如定位误差,有一定的鲁棒性. 展开更多

关键词 汇流决策 遗传算法 分类回归树 交通流仿真

在线阅读 下载PDF 职称材料

基于分类回归树算法的在线静态电压稳定裕度评估 被引量：14

4

作者 丁长新 张沛 +2 位作者 孟祥飞 李伟杰 王雨薇 《电力系统及其自动化学报》 CSCD 北大核心 2020年第1期93-100,共8页

随着电力负荷的不断增加,电压稳定问题日益凸显;为防止电压失稳,电网运行人员迫切需要了解电网当前的运行状态。提出运用分类回归树算法构建决策树模型,对静态电压稳定裕度进行在线评估。首先根据PV曲线分析和电压稳定裕度计算获得决策... 随着电力负荷的不断增加,电压稳定问题日益凸显;为防止电压失稳,电网运行人员迫切需要了解电网当前的运行状态。提出运用分类回归树算法构建决策树模型,对静态电压稳定裕度进行在线评估。首先根据PV曲线分析和电压稳定裕度计算获得决策树训练样本集;然后通过模态分析和相关系数分析降低属性集的维度,确定训练决策树的输入属性;最后利用离线数据,运用决策树分类回归树算法训练出在线电压稳定裕度的评估规则。以某省实际电网为例对所提方法进行验证,其决策规则具有较高的准确性,能够实时地评估电网运行状态。 展开更多

关键词 电压稳定 分类回归树算法 数据挖掘 模态分析 相关系数

在线阅读 下载PDF 职称材料

决策树算法与客户流失分析 被引量：6

5

作者 邓全 《西安邮电学院学报》 2013年第3期49-51,共3页

为了向市场人员提供决策依据,有效降低客户流失率,基于数据挖掘平台Clementine,构造出一种客户流失模型,并分别利用决策树算法C5.0及分类和回归算法对某运营商提供的实际数据进行实验分析。对比实验结果可知,C5.0算法在准确率及覆盖率... 为了向市场人员提供决策依据,有效降低客户流失率,基于数据挖掘平台Clementine,构造出一种客户流失模型,并分别利用决策树算法C5.0及分类和回归算法对某运营商提供的实际数据进行实验分析。对比实验结果可知,C5.0算法在准确率及覆盖率等方面更适合于该运营商。 展开更多

关键词 数据挖掘 CLEMENTINE C5 0算法 分类和回归树 决策树

在线阅读 下载PDF 职称材料

广东沿岸海雾决策树预报模型 被引量：28

6

作者 黄健 黄辉军 +3 位作者 黄敏辉 薛登智 毛伟康 白玉洁 《应用气象学报》 CSCD 北大核心 2011年第1期107-114,共8页

利用汕头、珠海和湛江地面观测站2000 2008年1 5月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,采用分类与回归树(CART)方法对海雾及其生成前24 h的海洋气象条件进行分类分析,建立了海雾决策树预报模型;并根据现有的海雾理论认识,对... 利用汕头、珠海和湛江地面观测站2000 2008年1 5月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,采用分类与回归树(CART)方法对海雾及其生成前24 h的海洋气象条件进行分类分析,建立了海雾决策树预报模型;并根据现有的海雾理论认识,对海雾预报规则包含的物理意义进行讨论。10次交叉检验的结果表明:采用CART方法建立的海雾决策树预报模型有较好的预报性能,对广东沿岸海雾的预报准确率总体上可达到73%以上。根据决策树预报模型建立的海雾预报判别流程,可在业务工作中直接用于有雾/无雾判别。海雾预报判别流程同时也具有明确的物理意义,能够较好地反映水汽与海表冷却条件对平流冷却雾形成的重要性,CART方法可作为海雾业务预报的有效建模工具。 展开更多

关键词 广东沿岸海雾 分类与回归树 决策树预报模型 判别流程

在线阅读 下载PDF 职称材料

在线电压安全评估的多重动态决策树方法 被引量：10

7

作者 顾伟 丁涛 +1 位作者 杨自群 万秋兰 《中国电机工程学报》 EI CSCD 北大核心 2011年第31期142-148,共7页

利用数据挖掘技术对电力系统在线动态安全进行评估,能够为系统运行控制提供决策指导,防止连续的系统安全问题。提出一种基于相量测量单元(phasor measurementunit,PMU)的在线电压安全评估算法:利用电网数据库已有的数据离线建立电压安... 利用数据挖掘技术对电力系统在线动态安全进行评估,能够为系统运行控制提供决策指导,防止连续的系统安全问题。提出一种基于相量测量单元(phasor measurementunit,PMU)的在线电压安全评估算法:利用电网数据库已有的数据离线建立电压安全评估决策树,根据PMU的实时采样数据动态对决策树进行更新,形成动态决策树,在线对电压安全进行监控。此外,利用不同的属性集合构建多重决策树,替代原来单一决策树评估,大大提高了决策树分类的准确度和评估的可靠性。结合IEEE 57节点仿真系统,给出多重动态决策树的构建方法以及多重决策树的模型。仿真结果表明,基于PMU的动态多重决策树是一种在线电压安全评估的可行方法。 展开更多

关键词 电压安全评估 相量测量单元 决策树 分类与回归树算法 广域测量系统

在线阅读 下载PDF 职称材料

基于变化检测-CART决策树模式自动识别沙漠化信息 被引量：12

8

作者 黄晓君 颉耀文 +3 位作者 卫娇娇 付苗 吕利利 张玲玲 《灾害学》 CSCD 2017年第1期36-42,共7页

目前沙漠化遥感监测存在目视解译的局限性、数据源的约束性、遥感信息利用率低等问题。基于此,以民勤盆地为试验区,首先采用图像差值、最大值合成及二维最大类间方差等方法,检测1994年、2014年两期Landsat图像的变化像元,然后利用分类... 目前沙漠化遥感监测存在目视解译的局限性、数据源的约束性、遥感信息利用率低等问题。基于此,以民勤盆地为试验区,首先采用图像差值、最大值合成及二维最大类间方差等方法,检测1994年、2014年两期Landsat图像的变化像元,然后利用分类与回归树(CART)算法构建决策树,自动提取了2014年沙地信息,最后将变化检测结果与沙地信息进行空间叠置分析,并实现了沙漠化信息自动识别模式。研究表明,变化检测-CART决策树模式精度为89.43%~93.00%,在95%置信水平上其置信区间介于85.90%~98.00%,显然其精度具有较高可信度;该模式不仅能够充分利用丰富遥感信息而且可排除多余信息的干扰。可见,变化检测-CART决策树模式是识别沙漠化信息的有效方法之一,将对沙漠化防治工程具有重要应用价值。 展开更多

关键词 沙漠化 分类与回归树(CART) 决策树 变化检测 自动识别

在线阅读 下载PDF 职称材料

基于决策树的注采连通关系判别研究 被引量：6

9

作者 尚福华 郑伟 《计算机应用研究》 CSCD 北大核心 2013年第7期2051-2054,共4页

判别注采连通关系的传统方法是由人工通过对比测井曲线,逐个层位地进行连通关系的识别和分类,这种方式工作量大、耗费劳动力多、判别效率较低。针对大庆油田注采连通关系判别的这种现状,从油藏开发数据中提取并构建出注采井间的相对特征... 判别注采连通关系的传统方法是由人工通过对比测井曲线,逐个层位地进行连通关系的识别和分类,这种方式工作量大、耗费劳动力多、判别效率较低。针对大庆油田注采连通关系判别的这种现状,从油藏开发数据中提取并构建出注采井间的相对特征,使用CART(分类回归树)算法建立了注采连通关系自动判别的决策树模型。实验结果表明,该方法具有操作简单、判别速度快等优点,在提高连通关系判别效率的同时保证了有较高的精度。 展开更多

关键词 连通关系 注采系统 决策树 分类回归树 分类算法

在线阅读 下载PDF 职称材料

基于决策树的来华留学生跨文化适应性研究 被引量：8

10

作者 王冬燕 钱锦昕 余嘉元 《心理学探新》 CSSCI 2012年第3期225-230,共6页

近年来,越来越多的国外学生选择到中国留学,为了更好地接收和管理留学生,获得留学生跨文化适应性规则十分必要。决策树是提取分类规则的有效方法,以树型结构表示最终分类结果,并生成If-Then形式的便于理解的规则,更有利于留学生管理工... 近年来,越来越多的国外学生选择到中国留学,为了更好地接收和管理留学生,获得留学生跨文化适应性规则十分必要。决策树是提取分类规则的有效方法,以树型结构表示最终分类结果,并生成If-Then形式的便于理解的规则,更有利于留学生管理工作者理解并决策。本研究对全国10个省市15所学校的1294名留学生进行测量。对留学生的社会适应、心理适应和学习适应建立分类回归树。结果表明:(1)分类回归树可以有效地对留学生适应性进行预测;(2)按重要性提取规则,社会服务系统和留学生个性心理特征是影响适应水平的最重要因素,但学校的软硬件环境也在一定程度上对留学生适应性产生影响。 展开更多

关键词 决策树 分类回归树 留学生 适应性

在线阅读 下载PDF 职称材料

基于分类回归树CART的汉语韵律短语边界识别 被引量：3

11

作者 钱揖丽 荀恩东 《计算机工程与应用》 CSCD 北大核心 2008年第6期169-171,共3页

提出了一种基于分类回归树(Classification And Regression Tree,CART)的汉语韵律短语识别方法。该方法从语音流中提取与韵律短语边界有关的声学特征,从文本中提取短语边界的语言学特征,并将两类特征有机结合构成CART特征集,建立CART决... 提出了一种基于分类回归树(Classification And Regression Tree,CART)的汉语韵律短语识别方法。该方法从语音流中提取与韵律短语边界有关的声学特征,从文本中提取短语边界的语言学特征,并将两类特征有机结合构成CART特征集,建立CART决策模型。开放测试结果显示,利用该CART模型在词边界中识别韵律短语边界,其识别准确率平均可达95.91%。 展开更多

关键词 分类回归树 决策树 韵律短语 边界

在线阅读 下载PDF 职称材料

基于S-CART决策树的多关系空间数据挖掘方法 被引量：2

12

作者 郑向群 赵政 《计算机应用》 CSCD 北大核心 2008年第3期749-752,共4页

针对空间数据关系复杂的情况,提出了一种改进的多关系数据挖掘结构分类与回归树(S-CART)算法,该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题,然后基于逻辑谓词创建多关系二叉决策树,抽取空间关联规则,同时基于我国... 针对空间数据关系复杂的情况,提出了一种改进的多关系数据挖掘结构分类与回归树(S-CART)算法,该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题,然后基于逻辑谓词创建多关系二叉决策树,抽取空间关联规则,同时基于我国湖北大冶部分地区土壤污染数据验证算法的有效性。 展开更多

关键词 多关系数据挖掘 结构分类与回归树 决策树 空间关联规则

在线阅读 下载PDF 职称材料

基于决策树的城市环境空气质量评价模型实证研究 被引量：3

13

作者 黄建琼 郭文龙 李秋缘 《科技和产业》 2019年第9期104-108,160,共6页

科学地对城市环境空气质量进行评价,并进一步加强空气污染的防治,具有重大的现实意义。选取空气质量6个影响因素为解释变量,量化后的空气质量等级为目标变量,利用分类回归决策树算法构建预测模型,得出空气质量评价解释变量与空气质量等... 科学地对城市环境空气质量进行评价,并进一步加强空气污染的防治,具有重大的现实意义。选取空气质量6个影响因素为解释变量,量化后的空气质量等级为目标变量,利用分类回归决策树算法构建预测模型,得出空气质量评价解释变量与空气质量等级之间的内在映射关系,并分析目标变量与各影响因子间的重要性关系。选取天津市空气质量历史数据进行评价实验,经实验结果证明,评价训练集和测试集的预测准确率分别为97.76%和96.09%,说明该方法确实可行。 展开更多

关键词 决策树模型 空气质量评价 分类回归树

在线阅读 下载PDF 职称材料

分类回归树在高校计算机联考数据分析中的应用 被引量：3

14

作者 符保龙 陈如云 《计算机时代》 2010年第1期33-34,共2页

分析了分类回归树的基本结构及树的构建方法,并将其应用到高校计算机联考的数据分析中。结果表明,该方法能够较好的对数据进行分类,所生成的分类规则有助于今后教学和学生工作的开展。

关键词 决策树 分类回归树 考试 数据分析

在线阅读 下载PDF 职称材料

基于决策树的呼叫中心分时段话务量预测模型 被引量：1

15

作者 王三军 杨厚新 王向英 《软件导刊》 2017年第6期138-142,共5页

为解决交通服务热线12328呼叫中心坐席安排难的问题,提高坐席人员工作效率,针对呼叫中心分时段话务量特性,提出了由预测分时段话务量占当日总话务量比例间接得出分时段话务量的思路,并以比例向量作为叶节点构建决策树模型。应用分类和... 为解决交通服务热线12328呼叫中心坐席安排难的问题,提高坐席人员工作效率,针对呼叫中心分时段话务量特性,提出了由预测分时段话务量占当日总话务量比例间接得出分时段话务量的思路,并以比例向量作为叶节点构建决策树模型。应用分类和回归树算法构建决策树时,考虑到分时段话务量样本间的相关性,引入马氏距离对算法中度量切分误差的方法进行改进。结合实际需求,对常用的误差衡量标准进行了修改,以更好地反映分时段话务量预测效果。实验证明,相比于直接预测分时段话务量,该方法预测误差降低了8%,提升了预测准确性。 展开更多

关键词 呼叫中心 分时段话务量 分类和回归树算法 决策树 预测误差

在线阅读 下载PDF 职称材料

基于分类回归树的个人信用评价模型 被引量：1

16

作者 孟昭睿 《企业技术开发》 2009年第2期76-77,共2页

分类回归树作为一种基于统计理论、计算机实现的非参数识别技术,在个人信用评估领域有着良好的应用前景。文章主要探讨如何利用分类回归树建立个人信用评价模型。实证结果表明:该模型对个人信用评价可取得较好的效果。

关键词 分类回归树 信用评价 决策树

在线阅读 下载PDF 职称材料

基于CART决策树的柴油机故障诊断方法研究 被引量：11

17

作者 江志农 魏东海 +3 位作者 王磊 赵志超 茆志伟 张进杰 《北京化工大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期71-75,共5页

采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别。通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RM... 采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别。通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RMS后,根据自适应阈值确定点火冲击区域和非点火上止点冲击区域提取局部特征,最后将特征输入CART算法中构建分类模型来验证所提取特征的有效性。结果表明:柴油机在3种状态下的识别率均达到100%,基于CART算法和局部特征提取的方法能够有效诊断柴油机故障。 展开更多

关键词 分类回归树(CART)算法 柴油机故障诊断 局部有效值(RMS)计算 自适应阈值 特征提取

在线阅读 下载PDF 职称材料

浙江中南部海雾预报决策树模型研究 被引量：3

18

作者 俞涵婷 廖晨昕 +1 位作者 王可欣 陈华忠 《海洋预报》 CSCD 北大核心 2020年第6期96-101,共6页

利用椒江大陈沿海航线上重要站点一江山岛、大陈站和头门岛2015—2018年2—6月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,从海雾的成因中找出大气与海雾的关系。分析的影响因子包括:地面与高空温差(T1000 hPa—T2 m)、(T925 hPa—T2... 利用椒江大陈沿海航线上重要站点一江山岛、大陈站和头门岛2015—2018年2—6月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,从海雾的成因中找出大气与海雾的关系。分析的影响因子包括:地面与高空温差(T1000 hPa—T2 m)、(T925 hPa—T2 m)、(T850 hPa—T2 m)、(T975 hPa—T2 m)和1000 hPa相对湿度,低层上升速度分析等。结论如下:(1)暖湿气流本身强弱对大雾无影响,温差才是形成大雾的重要因素,近地层的逆温有利于大雾形成,越低层逆温越强越有利于大雾形成;(2)大雾形成时所需相对湿度基本集中在90以上,950 hPa上较弱的上升速度利于大雾的形成,散度条件对海雾的影响差别不大;(3)通过训练集数据参与模型的建立,模型整体的学习准确率为0.85。将此测试集数据运用于2019年2—6月的大雾数据检验中,成功率为0.8。决策树模型建立的海雾判别流程可在业务中用于浙中南有无海雾的判别。 展开更多

关键词 浙江 海雾 分类与回归树 决策树模型

在线阅读 下载PDF 职称材料

分类回归树在航天测控数据关联规则分析中的应用 被引量：2

19

作者 熊宇虹 严云红 +3 位作者 郑庆晖 刘云翔 荣祺 舒明磊 《空间电子技术》 2019年第5期71-75,共5页

发现参数间的关联规则对预测航天器系统状态和改进航天器系统设计都有着重要的意义。如何发现参数间的关联规则是航天测控数据分析中的一个难点问题。针对该问题,在概述小波分析和分类回归树基本原理的基础上,提出了一种基于分类回归树... 发现参数间的关联规则对预测航天器系统状态和改进航天器系统设计都有着重要的意义。如何发现参数间的关联规则是航天测控数据分析中的一个难点问题。针对该问题,在概述小波分析和分类回归树基本原理的基础上,提出了一种基于分类回归树的分析方法。该方法首先采用小波分析技术对参数数据进行去噪声处理,然后用随机采样的方法把数据分为训练数据集和检验数据集两部分,再构建一个分类回归树模型并用训练数据集训练该模型,随后用检验数据集对该模型进行检验,在对检验结果好坏进行评价并确认获得较好结果的基础上,对分类回归树模型进行解析,并最终得出参数间的关联规则。最后运用仿真数据对上述方法进行了实例验证,结果表明该方法能较好地分析出参数间的关联规则。 展开更多

关键词 分类回归树 关联规则 决策树 小波分析 航天器

在线阅读 下载PDF 职称材料

一种面向对象的CART决策树火烧迹地提取方法

20

作者 牛佳威 《北京测绘》 2023年第5期649-654,共6页

现有的火烧迹地遥感提取主要侧重于对光谱信息的判识,对遥感影像的形状、纹理、空间上下文等特征的挖掘尚不充分。为此,本文提出了一种面向对象的分类回归树算法(CART)决策树火烧迹地提取方法,旨在提升火烧迹地遥感信息提取的精度和可... 现有的火烧迹地遥感提取主要侧重于对光谱信息的判识,对遥感影像的形状、纹理、空间上下文等特征的挖掘尚不充分。为此,本文提出了一种面向对象的分类回归树算法(CART)决策树火烧迹地提取方法,旨在提升火烧迹地遥感信息提取的精度和可靠性。为验证方法的可行性,本文选取四川省冕宁县“4·20”森林火灾为研究区,以国产高分一号B星(GF-1B)卫星数据为数据源,对研究区影像进行面向对象的最优尺度分割,并采用CART决策树算法,根据不同地物的光谱、形状和纹理特征从中自动获取最优特征及其阈值,构建决策树实现火烧迹地提取。结果表明:该方法在火烧迹地上的提取精度(总体精度92.00%)和可靠性(Kappa系数85.56%)均优于既有的监督分类技术方法。相关研究方法和实验结果可为火烧迹地精准提取与灾后评估等研究提供参考。 展开更多

关键词 火烧迹地 高分一号B星(GF-1B) 面向对象分类 最优尺度分割 分类回归树算法(CART)决策树 特征选取

在线阅读 下载PDF 职称材料