决策树在耕地地力等级评价中的应用研究.pdf

从而为耕地地力等级分类研究提供一种新的思路和方法。 1．2国内外的研究现状 经过十多年的努力，数据挖掘技术的研究已经取得了丰硕的成果。目前，数据挖 掘应用于许多领域，尤其在银行、电信、保险、零售、农业等领域。数据挖掘所能解 决的典型问题包括：数据库营销、客户群体划分、背景分析、交叉销售等市场分析行 为、以及客户流失性分析、客户信用计分、欺诈识别和智能决策等。 目前国际上，利用决策树技术进行分类方法尽管时间不长，但是由于各种数据量 不断增加，建立在知识基础上的规则判断也越来越引起同行专家的注意，并己得到成 功应用。但是在耕地地力等级评价的中应用还没有文献记载。在本次研究过程，搜集 了一些关于决策树在土壤及土地分类方面的应用。 最大似然法分类结果，结合知识库以及其他辅助数据，利用D．S不确定推理理论，进 与最大似然法的土地覆盖分类，显示分类树法的精度优于最大似然法1281。Friedl等人在 1997年采用单变量决策树、多变量决策树和混合决策树三种决策树分别进行土地覆盖 分类。通过比较分析，得出决策树比最大似然法和线性法的精度都要高，尤其是采用 混合决策树得到了最高的精度。马里兰大学全球8km的土地覆盖产品也采用了二元决 策树分类算法进行监督分类。Borak等人运用决策树从大量数据中进行分类特征选择，