基于集成学习和元胞自动机的城市地理模拟
针对常用城市地理模拟系统中元胞自动机转换规则获取算法的局限性,提出基于集成学习的元胞自动机,并将其应用于城市建设用地的动态模拟。以决策树作为弱分类器,应用集成学习和元胞自动机,模拟了东莞市2001—2005年的建设用地时空格局。精度评估的结果表明,经集成学习后的决策树比单个决策树对城市建设用地动态的模拟精度更高,算法泛化能力更好。
集成学习、元胞自动机、城市地理模拟、决策树
48
P209;TU984(一般性问题)
“十二五”国家科技支撑计划课题2012BAJ22B06
2016-04-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
101-107