农用地定级决策树模型构建与应用研究

doi:10.3778/j.issn.1002-8331.2009.29.072

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (29): 241-244.DOI: 10.3778/j.issn.1002-8331.2009.29.072

农用地定级决策树模型构建与应用研究

赵璐¹，郑新奇¹，闫弘文²，郭正鑫³

1.中国地质大学（北京）土地科学技术学院，北京 100083
2.山东师范大学人口·资源与环境学院，济南 250014
3.山东省国土测绘院，济南 250013

收稿日期:2008-06-06 修回日期:2008-08-01 出版日期:2009-10-11 发布日期:2009-10-11
通讯作者: 赵璐

Construction and application of agricultural land grading model based on MATLAB and decision tree

ZHAO Lu¹，ZHENG Xin-qi¹，YAN Hong-wen²，GUO Zheng-xin³

1.School of Land Science and Technology，China University of Geosciences，Beijing 100083，China
2.College of Population，Resources and Environment，Shandong Normal University，Jinan 250014，China
3.Shandong Institute of Land Surveying & Mapping，Jinan 250013，China

Received:2008-06-06 Revised:2008-08-01 Online:2009-10-11 Published:2009-10-11
Contact: ZHAO Lu

摘要/Abstract

摘要： 针对传统农用地定级的缺陷，探讨了应用决策树方法进行农用地定级评价的研究思路和技术路线，构建了基于MATLAB和决策树C4.5算法的农用地定级模型，并以平阴县栾湾乡为试验区，选取7个指标作为测试属性，运用模型预测农用地级别，并以定量规则的方式表达所获取的知识。结果表明，基于决策树的农用地定级不依赖经验知识，其知识易于理解，且具有较高的准确率，能够满足评价的要求。

关键词: 决策树, 农用地定级, 可视化, MATLAB

Abstract: Aiming at the defects of traditional agricultural land grading，this paper discusses idea and technical route of agricultural land grading on the application of decision tree method，and constructs an agricultural land classification model based on MATLAB and decision tree C4.5 algorithm.Luanwan village of Pingyin county is used for the trial.Seven indicators are selected as test attributes.Agricultural land-level on support of this model is predicted，and the rules are expressed by way of quantitative expression.The results show that，agricultural land grading based on decision tree doesn’t rely on empirical knowledge.The know-ledge is easy to be understood，and the higher rate of accuracy will be able to meet the requirements of evaluation.

Key words: decision tree, agricultural land grading, visualization, MATLAB

中图分类号:

TP311

赵璐¹，郑新奇¹，闫弘文²，郭正鑫³. 农用地定级决策树模型构建与应用研究[J]. 计算机工程与应用, 2009, 45(29): 241-244.

ZHAO Lu¹，ZHENG Xin-qi¹，YAN Hong-wen²，GUO Zheng-xin³. Construction and application of agricultural land grading model based on MATLAB and decision tree[J]. Computer Engineering and Applications, 2009, 45(29): 241-244.

[1]	余磊，许光銮，王洋，林道玉，李峰. 基于动态投影嵌入的多维异质网络可视化研究[J]. 计算机工程与应用, 2021, 57(8): 145-152.
[2]	王友发，周圆圆，罗建强. 近20年智能制造研究热点与前沿挖掘[J]. 计算机工程与应用, 2021, 57(6): 49-57.
[3]	李晓英，唐冬琳. 面向用户生成内容的创意思维知识服务研究[J]. 计算机工程与应用, 2021, 57(4): 236-244.
[4]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[5]	陈小寒，魏书宁，覃正泽. 基于深度学习可视化的恶意软件家族分类[J]. 计算机工程与应用, 2021, 57(22): 131-138.
[6]	程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J]. 计算机工程与应用, 2021, 57(21): 116-122.
[7]	张敏，彭红伟，颜晓玲. 基于神经网络的模糊决策树改进算法[J]. 计算机工程与应用, 2021, 57(21): 174-179.
[8]	任卓君，陈光，卢文科. 恶意软件的操作码可视化方法研究[J]. 计算机工程与应用, 2021, 57(18): 130-134.
[9]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[10]	张迪，杨沛，邓鑫波，赵千川. ASExplorer：基于联合熵的多维相关性可视分析系统[J]. 计算机工程与应用, 2021, 57(1): 99-109.
[11]	魏世超，李歆，张宜弛，周晓锋，李帅. 基于E-t-SNE的混合属性数据降维可视化方法[J]. 计算机工程与应用, 2020, 56(6): 66-72.
[12]	王家润，孙禹楠，尹辉，杨志龙. 军事目标关系的拟合地势及双重保凸可视建模[J]. 计算机工程与应用, 2020, 56(5): 270-278.
[13]	王占刚. 面向视觉变量感知特征的时空过程可视化模型[J]. 计算机工程与应用, 2020, 56(4): 50-56.
[14]	谭正华，戴立平，文阳，李国泰. 基于约简属性和阈值分割的决策树构建方法[J]. 计算机工程与应用, 2020, 56(22): 160-165.
[15]	王金丽，樊勇，张辉. 区块链文献主题发现及演化研究[J]. 计算机工程与应用, 2020, 56(20): 1-8.

农用地定级决策树模型构建与应用研究

Construction and application of agricultural land grading model based on MATLAB and decision tree

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics