摘要
本发明公开了一种基于半监督聚类隶属度的森林火灾风险预测非火点样本点选取方法及系统,包括如下步骤:步骤一、林火火点数据获取;步骤二、火点环境特征提取;步骤三、候选非火点样本点生成及其环境特征提取;步骤四、基于半监督聚类思想的隶属度计算:步骤五、基于隶属度的非火点样本点选取;步骤六、非火点预测样本用于森林火灾风险预测模型训练。本发明借助半监督聚类思想,计算每个位置的环境特征对于林火火点环境特征的隶属度,提升非火点样本的代表性,进而研究其它变量(如气象变化和人类活动)对林火风险的影响并进行预测,有效提高了森林火灾风险预测的样本数据质量,进而提升了森林火灾风险预测的模型精度。
技术关键词
样本点选取方法
半监督聚类
风险预测模型
火灾
地形特征
标记
干扰特征
梯度提升决策树
归一化植被指数
气象
土地利用数据
相对湿度
掩膜数据
选取系统
因子
协方差矩阵
系统为您推荐了相关专利信息
森林消防机器人
车架总成
清障功能
履带支架
消防水炮
火情分析
数据分析模块
图像融合技术
多模态传感器
数据采集模块
移动驱动机构
水利水电
闸门
数据分析模块
监测方法
像素点
地形特征
卫星遥感图像
粒子群优化算法
序列
风险评估方法
资产
黎曼
风险预测模型
空间分析模块