信息度優(yōu)先算法及在森林資源統(tǒng)計(jì)分析中的應(yīng)用.pdf

1、森林調(diào)查是森林工作的重要方面，如連續(xù)清查，抽樣，數(shù)據(jù)落實(shí)到山頭地塊，常用的一些統(tǒng)計(jì)方法發(fā)揮了巨大作用。隨著林業(yè)的發(fā)展，從海量林業(yè)數(shù)據(jù)中智能化提取有用信息正在被廣泛地研究，這就是信息度優(yōu)先問(wèn)題。為了進(jìn)一步挖掘森林資源數(shù)據(jù)的有用信息，更大地發(fā)揮已有數(shù)據(jù)的作用，本文采用信息度優(yōu)先來(lái)拓寬數(shù)據(jù)的意義。信息度優(yōu)先是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。它可以從大量的

2、數(shù)據(jù)中發(fā)現(xiàn)有趣的模式，它是信息技術(shù)的一項(xiàng)必然的變革，有著廣泛的應(yīng)用和大量的需求。信息度優(yōu)先的評(píng)價(jià)方法，采用交互指標(biāo)、頻度指標(biāo)可以描述多指標(biāo)、交互效應(yīng)狀態(tài)，從而可分析出更多有用信息。 本次論文就是在這樣的背景下，對(duì)浙江省森林資源調(diào)查數(shù)據(jù)進(jìn)行評(píng)價(jià)和分析。本文主要分為三大部分，第一部分介紹了信息度優(yōu)先的理論和方法，第二部分用信息度優(yōu)先的方法對(duì)浙江省森林資源數(shù)據(jù)進(jìn)行評(píng)價(jià)和分類(lèi)，第三部分對(duì)信息度優(yōu)先在實(shí)踐上的應(yīng)用做出總結(jié)。其中，第二部分又

3、分為三個(gè)方面，首先應(yīng)用信息度優(yōu)先中的關(guān)聯(lián)規(guī)則理論對(duì)林分中的地貌、土壤類(lèi)型、植被類(lèi)型、林種、齡組、平均胸徑、平均樹(shù)高、郁閉度、群落結(jié)構(gòu)、樹(shù)種結(jié)構(gòu)、生態(tài)等級(jí)、土層厚度、健康等級(jí)屬性間的關(guān)系進(jìn)行分析。其次，運(yùn)用信息度優(yōu)先中的EM、AGNES、DBSCAN及自行設(shè)計(jì)的CDBSCAN算法對(duì)浙江省森林資源數(shù)據(jù)進(jìn)行了健康等級(jí)的分類(lèi)，并和實(shí)際考察的分類(lèi)結(jié)果作了比較，具有較高的正確性，結(jié)果是可行的。再其次，應(yīng)用信息度優(yōu)先中的C4.5算法對(duì)浙江省森林資源數(shù)

4、據(jù)進(jìn)行了健康等級(jí)的分類(lèi)和評(píng)價(jià)，通過(guò)不同的數(shù)據(jù)處理方式，比較了用該算法進(jìn)行分類(lèi)和評(píng)價(jià)數(shù)據(jù)處理方式上的區(qū)別。 在本文的最后，討論了信息度優(yōu)先所面臨的問(wèn)題與挑戰(zhàn)并對(duì)論文工作進(jìn)行了小結(jié)與展望。 本文研究成果如下： (1) 將信息度優(yōu)先算法應(yīng)用到林業(yè)，并對(duì)浙江省森林資源信息進(jìn)行了分析與探索。 (2) 在實(shí)際應(yīng)用中，對(duì)信息度優(yōu)先的理論和方法進(jìn)行了一些探索，對(duì)計(jì)算方法進(jìn)行了改進(jìn)。 (3) 在研究應(yīng)用中發(fā)現(xiàn)，在林