数据挖掘在森林资源管理中应用.pdf

因子。用十折交叉验证法对决策树验证的结果，决策树的分类准确度达到了93％。由 决策树中提取的规则对训练数据进行统计，得到了云南松的以直径、树高为因变量的 单株材积区间预测模型。 本文应用关联规则挖掘Apriori算法在云南松三龄级小班中进行规则提取。根 据规则集建立了由规则推导得出的直径模型。由模型的拟合结果分析看出，假如规则 评价较高，则由规则推导的模型分类正确度也较高；如规则评价较低，则模型性能较 差。本文又根据所提取规则的评估指标作为自变量，建立了云南松三龄级直径与环境 地理因子的回归模型。在预测变量为离散型变量的情况下，通常不能直接采用传统的 统计回归方法建模。利用数据挖掘的关联规则算法可以解决这一问题。经过比较采用 数据挖掘技术建立的线性模型与直接采用量化的环境因子建立的模型，前者的误差明 显小于后者，具有更好的拟合效果。 本文最后对全文进行了总结，并对有待进一步研究的问题进行了展望。 关键词：数据挖掘，聚类，决策树分析，关联规则分析，单株材积模型 II isanew that inrecent Abstract：Data mimng technologyrapidlydevelopedyears．Research and indata fieldare thevital of mimng fastly．As stepknowledge application developing isthe of the and discovery,datamimng processgettingunkwon，valuableoperable informationfor ofdata in decidion—makingsuppoa．Applyingtechniquesmininganalyzing forestresourcedatawill thelevelofinformation and complex promote management theforest fora timeinfuture． benefit long managemen Data hasn’t fora time．The researchof miningtechnologydevelopedlong application data in sectorsis documentationsofforestresource miningmany justemerging．The ralativedtodata isstill lackinChina on management very now．Basing miningtechenology the dataofPinus franchlocatedat yunnanensis area,thispaperstudy inspection Yipinglang onthe dataof and theeffectivenessand subcompartmentyunanpin