[發明專利]一種基于隨機森林的破碎山脊線關聯方法

有效

• 申請號: 201611203616.4
• 申請日: 2016-12-23
• 公開（公告）號: CN106599931B
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 李安波;姚蒙蒙;王凱亮;李夢圓;陳楹
• 申請（專利權）人: 南京師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T17/05;G06T7/13
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于隨機森林的破碎山脊線關聯方法，其特征在于該方法包括：

(1)針對山脊線數據，通過構建山脊線鄰接關系模型計算各山脊線的屬性數據；

(2)采用步驟(1)計算模型訓練區山脊線數據的屬性數據，并基于隨機森林方法，構建山脊線要否關聯的分類模型；

(3)采用步驟(1)計算工作區山脊線數據的屬性數據，并基于步驟(2)構建的分類模型，進行破碎山脊線的關聯處理；

其中，步驟(2)具體包括：

(2-1)采用步驟(1)計算得到模型訓練區山脊線數據的屬性數據R_t；

(2-2)從計算的屬性數據R_t中抽取訓練集R_t1和測試集R_t2：從R_t中，以無放回方式隨機抽取3/4樣本作為訓練集R_t1，另外1/4樣本作為測試集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為行號，c_j為列號，p和q分別為記錄條數；

(2-3)判別山脊線能否關聯：對R_t1、R_t2中的每一記錄分別增加屬性y_i4,j，并對每條記錄的山脊線能否關聯進行判別，若能關聯，則對應的屬性y_i4,j＝1；反之，則y_i4,j＝0；

(2-4)自變量的標準化處理：對R_t1、R_t2中每個自變量列，以下面公式標準化處理；

式中，X_max、X_min分別為自變量列中的最大值和最小值，X_norm表示自變量列X經標準化處理后的值；

(2-5)基于因變量的分類：將R_t1、R_t2中因變量y_i4,j取值為1的記錄記入能關聯類can中，其余記錄記入不能關聯類cannot中；

(2-6)基于R_t1的cannot和can類，運用隨機森林分類方法，確定模型中決策樹每次分支時所選擇的變量個數mtry和最佳決策樹數量值tree，其中，mtry≤10；

(2-7)應用bootstrap算法有放回地從R_t1中隨機抽取tree個自助樣本集，并生成tree棵決策樹，確定最優隨機森林分類模型為：{h(R_t1,Θ_k),k＝1,2,...,tree}；其中，Θ_k表示第k棵決策樹，h()表示決策樹集，自助樣本生成決策樹的方法為：從自助樣本的全部10個自變量中等概率隨機抽取一包括mtry個自變量的自變量子集，再從該子集中選擇一個最優自變量來分裂節點，從而生成決策樹；

(2-8)計算模型準確度：將R_t2作為測試集，采用步驟(2-6)和(2-7)同樣對R_t2進行分類，并根據分類結果與R_t2數據的實際類別計算分類模型{h(R_t1,Θ_k),k＝1,2,...,tree}的分類準確度pe，若模型準確度pe小于閾值，則通過調整試驗區或重新選取mtry、tree重復以上步驟來獲取新的模型；反之，表示模型可以使用。