龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国林业科学研究院
摘要：本发明实施例中提供了一种基于机器学习的森林经营类型识别方法及装置，属于林业信息处理技术领域，该方法包括：选取预设空间分布的森林资源数据，形成原始数据；对原始数据进行数据清洗和数据校验后，对坡向、坡位、土壤类型、石砾含量、土壤酸碱度、地位级、起源、龄组、龄级指标进行数值化处理，得到标准数据；对所述标准数据进行特征选择，得到特征选择数据；采用Stacking集成学习方法构建森林经营类型识别，通过特征选择数据结合多个不同的学习模型，实现识别森林经营类型。本方案能够利用调查数据快速、准确识别地块的森林经营类型，提高了森林管理决策和管理的效率。
主权项：1.一种基于机器学习的森林经营类型识别方法，其特征在于，包括：选取预设空间分布的森林资源数据，包含坡度、坡向、坡位、土壤类型、土层厚度、土壤湿度、石砾含量、土壤酸碱度、地位级、起源、龄组、龄级、平均年龄、平均树高、郁闭度、树种组成、平均胸径、公顷株数、公顷蓄积，形成原始数据；对原始数据进行数据清洗和数据校验后，对坡向、坡位、土壤类型、石砾含量、土壤酸碱度、地位级、起源、龄组、龄级指标进行数值化处理，将树种组成用物种丰富度进行度量，选用Z得分标准化方法进行标准化处理，得到标准数据；对所述标准数据进行特征选择，分别选择LASSO回归方法和随机森林方法构建模型并计算特征重要性，分别将两组特征重要性按从大到小排序，排序后以两组中最大值为上界，以LASSO回归方法计算的最小值为下界，从随机森林计算的特征重要性中选择范围内的指标，根据选择的指标从标准数据中进行数据抽取，抽取后的数据得到特征选择数据，LASSO回归的数学表达式如下： 其中，yi是响应变量，xij是解释变量，βj是系数，β0是截距项，n是样本数量，p是特征数量，λ是正则化强度参数；采用Stacking集成学习方法构建森林经营类型识别，通过特征选择数据结合多个不同的学习模型，实现识别森林经营类型。
全文数据：
权利要求：
百度查询： 中国林业科学研究院 一种基于机器学习的森林经营类型识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号