[发明专利]一种基于随机森林的破碎山脊线关联方法

摘要

本发明公开了一种基于随机森林的破碎山脊线关联方法，包括：(1)针对山脊线数据，通过构建山脊线邻接关系模型计算各山脊线的属性数据；(2)采用步骤(1)计算模型训练区山脊线数据的属性数据，并基于随机森林方法，构建山脊线能否关联的分类模型；(3)采用步骤(1)计算工作区山脊线数据的属性数据，并基于步骤(2)构建的分类模型，进行破碎山脊线的关联处理。本发明可有效用于解决传统基于DEM提取的山脊线中出现的山脊线破碎问题。

主权项

1.一种基于随机森林的破碎山脊线关联方法，其特征在于该方法包括：(1)针对山脊线数据，通过构建山脊线邻接关系模型计算各山脊线的属性数据；(2)采用步骤(1)计算模型训练区山脊线数据的属性数据，并基于随机森林方法，构建山脊线要否关联的分类模型；(3)采用步骤(1)计算工作区山脊线数据的属性数据，并基于步骤(2)构建的分类模型，进行破碎山脊线的关联处理；其中，步骤(2)具体包括：(2‑1)采用步骤(1)计算得到模型训练区山脊线数据的属性数据R_t；(2‑2)从计算的属性数据R_t中抽取训练集R_t1和测试集R_t2：从R_t中，以无放回方式随机抽取3/4样本作为训练集R_t1，另外1/4样本作为测试集R_t2，得到：R_t1＝{r_i4c_j|i4＝1,2,...,p,j＝1,2,...,10}，R_t2＝{r_i4c_j|i4＝1,2,...,q,j＝1,2,...,10}，其中，r_i4为行号，c_j为列号，p和q分别为记录条数；(2‑3)判别山脊线能否关联：对R_t1、R_t2中的每一记录分别增加属性y_i4,j，并对每条记录的山脊线能否关联进行判别，若能关联，则对应的属性y_i4,j＝1；反之，则y_i4,j＝0；(2‑4)自变量的标准化处理：对R_t1、R_t2中每个自变量列，以下面公式标准化处理；式中，X_max、X_min分别为自变量列中的最大值和最小值，X_norm表示自变量列X经标准化处理后的值；(2‑5)基于因变量的分类：将R_t1、R_t2中因变量y_i4,j取值为1的记录记入能关联类can中，其余记录记入不能关联类cannot中；(2‑6)基于R_t1的cannot和can类，运用随机森林分类方法，确定模型中决策树每次分支时所选择的变量个数mtry和最佳决策树数量值tree，其中，mtry≤10；(2‑7)应用bootstrap算法有放回地从R_t1中随机抽取tree个自助样本集，并生成tree棵决策树，确定最优随机森林分类模型为：{h(R_t1,Θ_k),k＝1,2,...,tree}；其中，Θ_k表示第k棵决策树，h()表示决策树集，自助样本生成决策树的方法为：从自助样本的全部10个自变量中等概率随机抽取一包括mtry个自变量的自变量子集，再从该子集中选择一个最优自变量来分裂节点，从而生成决策树；(2‑8)计算模型准确度：将R_t2作为测试集，采用步骤(2‑6)和(2‑7)同样对R_t2进行分类，并根据分类结果与R_t2数据的实际类别计算分类模型{h(R_t1,Θ_k),k＝1,2,...,tree}的分类准确度pe，若模型准确度pe小于阈值，则通过调整试验区或重新选取mtry、tree重复以上步骤来获取新的模型；反之，表示模型可以使用。