案例支撑下的朴素贝叶斯树状河系自动分级方法.docx

摘要：河流分级是树状水系综合的关键。现有方法大多根据河段的局部几何特征进行主支流识别，较少顾及河流和河系的整体结构特征，且使用多指标综合评价判别时对权重的设定缺乏科学的方法，对综合知识利用较少，应用的灵活性有待提高。对此，本文从案例学习的角度出发，针对河段主支流关系识别，提出一种基于朴素贝叶斯的树状河系自动分级方法。首先，从已有成果数据中提取出主支流分类的案例，利用朴素贝叶斯机器学习方法进行训练得到主支流分类模型；对于待分类树状河系，使用分类模型，从河口出发自下游向上游依次计算各上游河段分类为主流的概率，以概率最大的上游河段作为主流河段，将各主流河段依次连接得到主流河流；主流河流以外的支流部分