[发明专利]一种基于L1正则化的土地指标筛选方法

权利要求书

1.一种基于L1正则化的土地指标筛选方法，其特征在于，包括以下步骤：

S1、使用模糊测度值描述地块影响指标或地块影响指标子集，以表达其对目标地块质量的影响度；

S2、假定含l个例子的数据集合称为训练集，其中每个例子包含一个决策特征Y和n个预测特征x₁,x₂,...,x_n，正整数l表示数据集的大小，决策特征指示每个例子属于哪一类，此分类所有可能的值的集合由C＝c₁,c₂,...,c_m表示，预测特征的值由一个n维向量f(x₁),f(x₂),...,f(x_n)所表示，向量的范围是n维欧几里得空间的子集；

S3、通过模糊积分的计算基于模糊测度的目标值，如下面的公式：

∫fdμ=Σj=12n-1zjμj---(1)]]>

其中

其中，表示的小数部分，μ为模糊测度；

S4、求解模糊测度值，筛选重要土地指标集；

S5、根据步骤S4选取的重要土地指标集构建决策树评判模型，进行地块质量评价。

2.根据权利要求1所述的土地指标筛选方法，其特征在于，所述步骤S3中，将j以二进制的形式j_nj_n-1…j₁表示，则有{i|frc(j2i)∈(12,1)}={i|ji=1}]]>和{i|frc(j2i)∈[0,12)}={i|ji=0}.]]>

3.根据权利要求1所述的土地指标筛选方法，其特征在于，所述步骤S4采用基于L1正则化方法，使得的值最小，从而得到一组带有少量非零值的解，通过调节其中的参数λ来控制非零值的个数，这组非零解对应的土地指标或指标集则是筛选得到的重要土地指标集。