期刊文献+

生态环境空间管控中自动研判算法研究 被引量:2

下载PDF
导出
摘要 建设项目空间准入判断是生态环境空间管控的一项基础任务,目的是根据项目特征和建设地址所属空间管控单元判断是否许可或暂缓建设。利用建设项目环评审批结果作为自然样本进行决策树监督分类可以实现辅助判断,但自然样本有特征分离度不够、空间覆盖不全等问题,在面对公众咨询等随机查询场景时会导致算法失效。提出动态优化样本集方法,根据空间管控单元和管控要求编制核样本进入训练集,通过SMOTE(Synthetic Minority Oversampling Technique,合成少数类过采样技术)算法对不平衡数据集进行预处理,运用随机森林集成算法提高分类泛化能力和运行效率。实验结果表明,采样优化后的随机森林算法有较高的判断准确率。
作者 刘敏 曹卓洋
出处 《科技与创新》 2023年第21期158-161,共4页 Science and Technology & Innovation
  • 相关文献

参考文献10

二级参考文献74

  • 1杨兴宪,刘毅,牛树海,刘燕鹏.我国区域发展中的生态环境特征分析[J].长江流域资源与环境,2006,15(2):264-268. 被引量:7
  • 2HanJiawei,KamberM,PeiJian.数据挖掘概念与技术[M].第3版.北京:机械工业出版社,2012. 被引量:1
  • 3Breiman L. Random forests [ J ]. Machine Learning, 2001,45 ( 1 ) :5-32. 被引量:1
  • 4Ishwaran H,Kogalur U B,Blackstone E H,et al. Random sur- vival forests [ J ]. The Annals of Applied Statistics, 2008,2 (3) :841-860. 被引量:1
  • 5Chawla N V, Bowyer K W, Hall L O, et al. SMOTE:synthetic minority over-sampling technique [ J]. Journal of Artificial In- telligence Research ,2002,16:321-357. 被引量:1
  • 6Han Hui, Wang Wenyuan, Mao Binghuan. Borderline-SMO- TE:a new over- sampling method in imbalanced data sets learning[ J ]. Advances in Intelligent Computing, 2005,3644 : 878-887. 被引量:1
  • 7Vefikas A, Gelzinis A, Bacauskiene M. Mining data with ran- dom forests:a survey and results of new tests [ J ]. Pattern Rec- ognition, 2011,44 ( 2 ) :330-349. 被引量:1
  • 8Wu G, Chang E. Class-boundary alignment for imbalanced da- ta set learning[ C]//Proc of workshop on learning from imbal- anced data sets II. Washington DC : [ s. n. ] ,2003:49-56. 被引量:1
  • 9叶志飞,文益民,吕宝粮.不平衡分类问题研究综述[J].智能系统学报,2009,4(2):148-156. 被引量:72
  • 10樊杰,李平星.The scientific foundation of Major Function Oriented Zoning in China[J].Journal of Geographical Sciences,2009,19(5):515-531. 被引量:30

共引文献195

同被引文献11

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部