让我们来“驯化”算法

如果你和数字世界有交互,那么你就会与算法产生联系。我们需要确保这些代码系统了解我们的需求和意图,以便设计出能够体会人类感受且人性化的产品。科技作家克里斯托佛·斯坦纳曾将算法描述为“庞大的决策树,由一个个连续的二元判定组成——一组指令按序执行并获得一个理想的结果。信息经由一个已知算法的处理,产出需要的答案。”     

中亚土库曼斯坦典型绿洲荒漠化动态遥感监测

针对土库曼斯坦目前广泛存在的荒漠化问题,选择土库曼斯坦穆尔加布-捷詹河流域为研究区,利用MODIS数据建立决策树进行了荒漠化动态遥感监测。基于影像数据反演了6个荒漠化遥感监测指标,通过人机交互确定各指标最佳阈值,对不同指标进行组合,通过精度评价分析,构建了最佳指标组合来划分荒漠化等级。对土库曼斯坦近11 a的荒漠化动态变化状况进行了分析。结果表明:2001-2012年研究区土地荒漠变化表现出总面积减少,但是荒漠化程度却不断加重的趋势。     

城市交通道路氮氧化物浓度的CART回归树预测研究

提出了基于CART回归树的氮氧化物(NO_x)浓度预测模型,利用杭州市延安路路边空气质量监测站2016年6—9月空气污染物监测数据和同期延安路路段车辆抓拍识别数据,通过数据处理、影响因素分析及CART回归树构造,搭建了NO_x浓度预测模型.实验分析结果表明,相对于支持向量机和BP神经网络预测模型,基于CART回归树的NO_x浓度预测模型的预测精度有大幅度提升,可决系数在0.92以上;同时,对环境条件差异较大的G20会议期间NO_x浓度进行预测分析,结果表明,CART回归树方法的预测精度比其它方法更高,能够适应不同条件下的预测需求.     

基于决策树的黑龙江省旱耕地分类

基于决策树和EOS/MODIS数据,参考黑龙江省的农事活动和农作物发育期数据,对该省旱耕地进行了分类。结果表明,利用MODIS较高时间分辨率的特点,提取该省植被物候信息,可以在较短时间内实现对旱耕地分布及面积的定量描述;由于黑龙江省的干湿冷暖差异较大,按气候特征分区进行旱耕地判识的效果较好,总体精度可达到85.27%,Kappa系数0.8415。该项研究可为黑龙江省旱耕地面积数据的及时获取提供参考。     

基于决策树的城市在用车环检首检结果预测模型研究

在用车环检是机动车环保监督管理的有效手段,本文通过建立环检结果预测模型以达到事前管理的目的.研究使用通过简易瞬态工况法的数据库,采用决策树算法,建立了环检数据库数据预处理规则,证实了整数编码可用性和运算负荷小的优点,并采取过采样方法解决数据不平衡问题,通过ROC曲线确定子模型的超参数,建立了环检结果预警模型.结果显示,...