《表2 分类结果混淆矩阵：基于随机森林的栅格DEM微观地形分类方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于随机森林的栅格DEM微观地形分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究应用随机森林算法实现微观地形自动分类，为了减少随机性影响，在建立100个随机模型的基础上取其准确率的平均值，进行最佳的决策树数目的确定，依据图3的实验结果最终确定本研究实验决策树数目N为500，随机特征变量m的取值为3（Breimin建议设定随机特征变量的个数等于特征变量总数的开方）。利用样本区内选取的典型样本数据进行随机森林算法山体部位自动分类实验，实验过程的随机森林混淆矩阵见表2。用典型样点建立的模型总体精度为0.985 5，Kappa系数为0.980 9，表明随机森林算法应用在微观地形自动分类上的精度高，说明随机森林算法能够很好地挖掘隐含知识，并识别地貌类型，证实了随机森林算法在地形分类中的适用性。