基于随机森林的模糊坡位划分
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-10页 |
| ·坡位划分算法研究现状 | 第10-15页 |
| ·随机森林算法研究现状 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·论文的组织结构 | 第16-19页 |
| 第2章 相关理论概述 | 第19-29页 |
| ·数字地形分析相关理论 | 第19-21页 |
| ·数字高程模型DEM | 第19页 |
| ·地形因子 | 第19-20页 |
| ·地貌类型 | 第20-21页 |
| ·模糊理论 | 第21-24页 |
| ·模糊理论概念及发展 | 第21-22页 |
| ·模糊理论基础 | 第22页 |
| ·模糊距离度量 | 第22-23页 |
| ·模糊理论在地形分类中的应用 | 第23-24页 |
| ·随机森林 | 第24-27页 |
| ·决策树 | 第24页 |
| ·随机森林计算 | 第24-25页 |
| ·随机森林计算变量重要性 | 第25-26页 |
| ·随机森林的主要特性和优点 | 第26-27页 |
| ·坡位划分的性能评价指标 | 第27-28页 |
| ·分类准确度 | 第27-28页 |
| ·Kappa系数 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于随机森林的模糊坡位划分算法 | 第29-37页 |
| ·基于随机森林的模糊坡位划分算法的基本思路 | 第29-30页 |
| ·随机森林计算地形因子重要性评分 | 第30页 |
| ·基于随机森林的模糊推理算法 | 第30-36页 |
| ·算法窗口机制原则 | 第31-32页 |
| ·基于随机森林的模糊坡位划分算法计算相似度 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 实验与结果分析 | 第37-53页 |
| ·研究区概况 | 第37-38页 |
| ·实验数据确定 | 第38-42页 |
| ·选择计算合适的地形因子 | 第38-39页 |
| ·选择合适的坡位类型 | 第39页 |
| ·训练样本提取 | 第39-42页 |
| ·基于随机森林的模糊坡位划分算法实现 | 第42-44页 |
| ·计算地形因子重要性评分 | 第42-43页 |
| ·确定合适的窗口 | 第43页 |
| ·计算相似度 | 第43-44页 |
| ·实验结果与分析 | 第44-50页 |
| ·不同坡位划分算法实验结果 | 第44-45页 |
| ·算法在不同窗口下的实验结果 | 第45-50页 |
| ·基于随机森林的模糊坡位划分算法应用 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| ·研究工作总结 | 第53页 |
| ·后续工作展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间所发表的学术论文 | 第63页 |
