决策树法论文决策分析论文.pdfVIP

下载本文档

23
0
约1.21万字
约 5页
2015-07-24 发布于重庆
举报
版权申诉

决策树法论文决策分析论文.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

决策树法论文决策分析论文.pdf

遥感信息 2010. 2 基于CART 决策树与最大似然比法的植被分类方法研究张晓娟, 杨英健, 盖利亚, 李亮, 王宇 ( , 07105 1) : 结合阿坝若尔盖县大骨节病典型病区植被分布特点, 选用不同时相SPOT 4 及ET M 遥感数 , 提出了将较易实现的CA RT 决策树算法与最大似然比分类法有机结合在一起进行植被分类的方法决策树算法能很好地区分植被大类, 分类精度达到96% , 但是无法确定区分乔木亚类的阈值; 最大似然比法整体分类精度不高, 仅为 84% , 但是针对乔木亚类的分类精度能达到94% , 将两种算法综合利用, 最终总分类精度达到95. 05% , Kappa 系数达到0. 9016良好的分类结果不但为研究该区植被覆盖状况与发病率关系提供了很好的一手资料, 并且分类算法较易实现, 尤其对于新入门者较为实用和快捷 : 植被分类; 决策树算法; 最大似然比法 doi: 10. 3969/ j. issn. 1000- 3177. 2010. 02. 017 : T P79 : A : 1000- 3177( 2010) 108- 0088- 05 , , 1 [ 5] ; , , , , , , , , , [ 6] , , , ( DEM) , , , [ 1] , , , , 2 , , , , 102!52∀30#~ 103!23∀ , 53#, 33!24∀47#~ 33!43∀03#, , , , , , [ 2] [ 3] ; ; , [ 4] , , SPOT 4 , : 2009- 03- 16 : 2009- 04- 17 : ( 1212010813102) : ( 1981~ ) , , , Email:zxj_3004@ sina. c m 88 2010. 2 遥感信息 2006 11 7 , 30m 2 20mETM , 2000 8 12 , , 1600km 1 , , 3 SPOT 4 , 3. 1 , , ,