[發(fā)明專(zhuān)利]一種基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110828165.8
• 申請(qǐng)日: 2021-07-22
• 公開(kāi)（公告）號(hào): CN113468821A
• 公開(kāi)（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 呂錫芝;張秋芬;李依哲;秦天玲;薦圣淇;王慧亮;劉姍姍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鄭州大學(xué)
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06K9/62;G06Q50/26
• 代理公司: 成都正華專(zhuān)利代理事務(wù)所(普通合伙) 51229
• 代理人: 李蕊

1.一種基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，包括如下步驟：

S1、通過(guò)試驗(yàn)場(chǎng)的坡面產(chǎn)流產(chǎn)沙實(shí)驗(yàn)獲得坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集；

S2、將得到的坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集進(jìn)行預(yù)處理，得到待用數(shù)據(jù)集；

S3、利用決策回歸算法對(duì)所述待用數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘，得到二叉樹(shù)樹(shù)狀模型結(jié)果；

S4、根據(jù)樹(shù)狀模型結(jié)果的最大值和最小值得到坡面產(chǎn)流產(chǎn)沙的閾值。

2.根據(jù)權(quán)利要求1所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述步驟S1中坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集包括下墊面參數(shù)數(shù)據(jù)、降水參數(shù)數(shù)據(jù)、徑流參數(shù)數(shù)據(jù)以及產(chǎn)流產(chǎn)沙數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述步驟S1中坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集的獲得方法步驟如下：

A1、通過(guò)試驗(yàn)場(chǎng)觀測(cè)不同下墊面和不同降水條件下實(shí)驗(yàn)小區(qū)的產(chǎn)流產(chǎn)沙數(shù)據(jù)；

A2、建立產(chǎn)流產(chǎn)沙數(shù)據(jù)與下墊面參數(shù)數(shù)據(jù)、降水參數(shù)數(shù)據(jù)和徑流參數(shù)數(shù)據(jù)的相關(guān)關(guān)系，形成坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集，其中，下墊面參數(shù)數(shù)據(jù)、降水參數(shù)數(shù)據(jù)和徑流參數(shù)數(shù)據(jù)中參數(shù)包括坡長(zhǎng)、坡向、面積、坡位、土壤種類(lèi)、植被覆蓋度、降雨時(shí)長(zhǎng)、降雨量、平均降雨強(qiáng)度、30分鐘最大降雨強(qiáng)度、雨前土壤含水量、徑流深和徑流系數(shù)。

4.根據(jù)權(quán)利要求3所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述步驟S2中預(yù)處理步驟如下；

B1、對(duì)坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集中的所有數(shù)據(jù)進(jìn)行歸類(lèi)整理、數(shù)據(jù)補(bǔ)缺、數(shù)據(jù)標(biāo)準(zhǔn)化和去除不合理值處理，得到歸類(lèi)補(bǔ)缺后數(shù)據(jù)；

B2、分析歸類(lèi)補(bǔ)缺后數(shù)據(jù)，篩選出其中分類(lèi)型參數(shù)數(shù)據(jù)，并統(tǒng)計(jì)各分類(lèi)型參數(shù)數(shù)據(jù)的種類(lèi)數(shù)；

B3、根據(jù)所述分類(lèi)型參數(shù)數(shù)據(jù)和分類(lèi)型參數(shù)數(shù)據(jù)種類(lèi)數(shù)，對(duì)分類(lèi)型參數(shù)數(shù)據(jù)進(jìn)行one-hot編碼處理，完成預(yù)處理坡面產(chǎn)流產(chǎn)沙數(shù)據(jù)集。

5.根據(jù)權(quán)利要求4所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述步驟S3的具體步驟如下：

C1、利用嵌入法計(jì)算待用數(shù)據(jù)集中每個(gè)參數(shù)的權(quán)值系數(shù)；

C2、根據(jù)權(quán)值系數(shù)從小到大進(jìn)行參數(shù)的敏感性從大到小的排列，并將敏感性大的參數(shù)確定為敏感性參數(shù)；

C3、根據(jù)敏感性參數(shù)利用CART樹(shù)自上而下建立遞歸二叉樹(shù)樹(shù)狀模型，并根據(jù)劃分準(zhǔn)則將遞歸二叉樹(shù)樹(shù)狀模型每一個(gè)分叉點(diǎn)的樣本集劃分為兩個(gè)區(qū)域，完成二叉樹(shù)樹(shù)狀模型的構(gòu)建。

6.根據(jù)權(quán)利要求5所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述遞歸二叉樹(shù)樹(shù)狀模型包括用于預(yù)測(cè)分類(lèi)離散型數(shù)據(jù)的分類(lèi)樹(shù)和用于預(yù)測(cè)回歸連續(xù)型數(shù)據(jù)的回歸樹(shù)；

所述遞歸二叉樹(shù)的構(gòu)建方法為：在待用數(shù)據(jù)集的輸入空間中，將每個(gè)區(qū)域遞歸地劃分為兩個(gè)子區(qū)域并決定各子區(qū)域上的輸出值，完成遞歸二叉樹(shù)的構(gòu)建。

7.根據(jù)權(quán)利要求6所述的基于決策回歸算法的坡面產(chǎn)流產(chǎn)沙閾值確定方法，其特征在于，所述劃分準(zhǔn)則包括：分類(lèi)樹(shù)分叉點(diǎn)樣本集劃分采用基尼指數(shù)最小準(zhǔn)則，回歸樹(shù)分叉點(diǎn)樣本集劃分采用方差最小化準(zhǔn)則；

所述回歸樹(shù)中采用Gain_σ作為評(píng)價(jià)分裂特征指標(biāo)，且取其最小值作為回歸樹(shù)二分的最優(yōu)分裂特征值；所述Gain_σ越小表明劃分的子樣本的差異越小。