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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
申请号:CN202511140353
申请日期:2025-08-14
公开号:CN120804737A
公开日期:2025-10-17
类型:发明专利
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
雷达回波图像 临近预报方法 雷达回波外推 反射率数据 时间序列信息
双孢菇 轻量化卷积神经网络 三维点云数据 力控闭环系统 强化学习模型
水幕喷头 无人机系统 无人机控制系统 气帘 分配单元
机器人行进路线 水下机器人系统 协调控制方法 递归神经网络模型 因子
股骨头缺血性坏死 风险预测方法 机器学习模型 文本 风险预测模型