Identification of main crops based on the univariate feature selection in Subei

Abstract

é¥æ„Ÿè¯†åˆ«å¤šæºç‰¹å¾ç»¼åˆå’Œç‰¹å¾ä¼˜é€‰æ˜¯æé«˜é¥æ„Ÿå½±åƒåˆ†ç±»ç²¾åº¦çš„å ³é”®æŠ€æœ¯ã€‚å†œä½œç‰©é¥æ„Ÿè¯†åˆ«ä¸­ï¼Œè¯†åˆ«ç‰¹å¾çš„ç›¸å¯¹å•ä¸€å’Œæ•°é‡è¿‡å¤šå‡ä¼šå¯¼è‡´ä½œç‰©è¯†åˆ«ç²¾åº¦ä¸ç†æƒ³ã€‚éšæœºæ£®æž—(random forests)é‡‡ç”¨åˆ†ç±»ä¸Žå›žå½’æ ‘(CART)ç®—æ³•æ¥ç”Ÿæˆåˆ†ç±»æ ‘ï¼Œç»“åˆäº†bagging和随机选择特征变量的优点，是一种有效的分类方法。单变量特征选择(univariate feature selection)èƒ½å¤Ÿå¯¹æ¯ä¸€ä¸ªå¾ åˆ†ç±»çš„ç‰¹å¾è¿›è¡Œæµ‹è¯•ï¼Œè¡¡é‡è¯¥ç‰¹å¾å’Œå“åº”å˜é‡ä¹‹é—´çš„å ³ç³»ï¼Œæ ¹æ®å¾—åˆ†èˆå¼ƒä¸å¥½çš„ç‰¹å¾ï¼Œä¼˜é€‰å¾—åˆ°çš„ç‰¹å¾ç”¨äºŽåˆ†ç±»ã€‚æœ¬æ–‡åŸºäºŽéšæœºæ£®æž—å’Œå•å˜é‡ç‰¹å¾é€‰æ‹©ï¼Œåˆ©ç”¨å¤šæ—¶ç›¸å ‰è°±ä¿¡æ¯ã€æ¤è¢«æŒ‡æ•°ä¿¡æ¯ã€çº¹ç†ä¿¡æ¯åŠæ³¢æ®µå·®å€¼ä¿¡æ¯ï¼Œè®¾è®¡å¤šç»„åˆ†ç±»å®žéªŒæ–¹æ¡ˆï¼Œå¯¹æ±Ÿè‹çœæ³—æ´ªåŽ¿çš„é«˜åˆ†ä¸€å·(GF-1)和环境一号(HJ-1A)å½±åƒè¿›è¡Œåˆ†ç±»ç ”ç©¶ï¼Œæ—¨åœ¨é€‰æ‹©æœ€ä½³çš„åˆ†ç±»æ–¹æ¡ˆå¯¹å®žéªŒåŒºä¸»è¦å†œä½œç‰©è¿›è¡Œè¯†åˆ«å’Œæå–ã€‚å®žéªŒç»“æžœè¡¨æ˜Žï¼š(1)å¤šæºä¿¡æ¯ç»¼åˆçš„å†œä½œç‰©åˆ†ç±»ç²¾åº¦æ˜Žæ˜¾é«˜äºŽå•ä¸€çš„åŽŸå§‹å ‰è°±ç‰¹å¾åˆ†ç±»ï¼Œè¯´æ˜Žä¸åŒç±»åž‹ç‰¹å¾çš„å¼•å ¥èƒ½æ”¹å–„åˆ†ç±»æ•ˆæžœï¼›(2)基于单变量特征选择算法的优选特征分类效果最佳,总体精度97.07%，Kappa系数0.96ï¼Œè¡¨æ˜Žäº†ç‰¹å¾ä¼˜é€‰åœ¨é™ä½Žç»´åº¦çš„åŒæ—¶ï¼Œä¹Ÿä¿è¯äº†è¾ƒé«˜çš„åˆ†ç±»ç²¾åº¦ã€‚éšæœºæ£®æž—å’Œå•å˜é‡ç‰¹å¾é€‰æ‹©ç»“åˆçš„æ–¹æ³•å¯ä»¥æé«˜é¥æ„Ÿå½±åƒçš„åˆ†ç±»ç²¾åº¦ï¼Œä¸ºå†œä½œç‰©çš„è¯†åˆ«å’Œæå–ç ”ç©¶æä¾›äº†æœ‰æ•ˆçš„æ–¹æ³•ã€‚