农业科学与技术（英文版）
農業科學與技術（英文版）
농업과학여기술（영문판）
AGRICULTURAL SCIENCE & TECHNOLOGY
2013年
5期
787-789,802
,共4页
知识发现%粗糙集%遥感%农作物
知識髮現%粗糙集%遙感%農作物
지식발현%조조집%요감%농작물
Knowledge discovery%Rough set%Remote sensing%Corps
[目的]探求粗糙集理论在遥感影像特别是农作物生长上的分类精度.[方法]采用数据挖掘和知识发现方法,重点分析了包括粗糙集理论在内的4种数据分类方法(粗糙集、代数集、自身集以及聚集),建立了分类模型流程.通过程序改化,对比了未经处理的TM影像分类精度和经过2次不同改化后的分类精度.[结果]在影像基本信息不变的基础下,采用改化后的粗糙集分类方法,可以得到分类精度更为细致的结果,尤其在地区地表起伏较大的且待分农作物种类小于5种的情况下效果更加明显.[结论]该研究为进一步利用数据挖掘技术来监测农作物生长提供理论依据.
[目的]探求粗糙集理論在遙感影像特彆是農作物生長上的分類精度.[方法]採用數據挖掘和知識髮現方法,重點分析瞭包括粗糙集理論在內的4種數據分類方法(粗糙集、代數集、自身集以及聚集),建立瞭分類模型流程.通過程序改化,對比瞭未經處理的TM影像分類精度和經過2次不同改化後的分類精度.[結果]在影像基本信息不變的基礎下,採用改化後的粗糙集分類方法,可以得到分類精度更為細緻的結果,尤其在地區地錶起伏較大的且待分農作物種類小于5種的情況下效果更加明顯.[結論]該研究為進一步利用數據挖掘技術來鑑測農作物生長提供理論依據.
[목적]탐구조조집이론재요감영상특별시농작물생장상적분류정도.[방법]채용수거알굴화지식발현방법,중점분석료포괄조조집이론재내적4충수거분류방법(조조집、대수집、자신집이급취집),건립료분류모형류정.통과정서개화,대비료미경처리적TM영상분류정도화경과2차불동개화후적분류정도.[결과]재영상기본신식불변적기출하,채용개화후적조조집분류방법,가이득도분류정도경위세치적결과,우기재지구지표기복교대적차대분농작물충류소우5충적정황하효과경가명현.[결론]해연구위진일보이용수거알굴기술래감측농작물생장제공이론의거.
