全球数字财富领导者

清华大学取得土地覆盖分类模型构建方法专利,提高分类准确率

2024-04-02 17:37:04
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年4月1日消息,据国家知识产权局公告,清华大学取得一项名为“一种土地覆盖分类模型的构建方法“,授权公告号CN112597870B,申请日期为2020年12月。专利摘要显示,本发明提供一种土地覆盖分类模型的构建方法,包括:S1、获取土地历史数据,对其进行聚类处理以形成多个区域,每个区域中包含多个网格点数据;S2、对每一个区域中的网格点数据提取每个网格点的指数特征数据,并将网格点指数特征数据插值到土地覆盖数据对应的站点,获得多个站点数据;S3、从每个区域的站点数据中选取样本组成该区域对应的训练集和测试集;S4、用每个区域对应的训练集训练多个随机森林模型,并用验证集验证每个随机森林模型的分类准确率,然后用每个区域对应的测试集验证训练后的该区域对应的随机森林模型的分类准确率,从中选出分类准确率最高的随机森林模型作为该区域的分类模型。

金融界2024年4月1日消息,据国家知识产权局公告,清华大学取得一项名为“一种土地覆盖分类模型的构建方法“,授权公告号CN112597870B,申请日期为2020年12月。

专利摘要显示,本发明提供一种土地覆盖分类模型的构建方法,包括:S1、获取土地历史数据,对其进行聚类处理以形成多个区域,每个区域中包含多个网格点数据;S2、对每一个区域中的网格点数据提取每个网格点的指数特征数据,并将网格点指数特征数据插值到土地覆盖数据对应的站点,获得多个站点数据;S3、从每个区域的站点数据中选取样本组成该区域对应的训练集和测试集;S4、用每个区域对应的训练集训练多个随机森林模型,并用验证集验证每个随机森林模型的分类准确率,然后用每个区域对应的测试集验证训练后的该区域对应的随机森林模型的分类准确率,从中选出分类准确率最高的随机森林模型作为该区域的分类模型。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go