首页> 中文期刊> 《微型电脑应用》 >基于TabNet的森林覆盖类型预测方法

基于TabNet的森林覆盖类型预测方法

         

摘要

森林覆盖类型的分类识别对于研究森林资源变化、合理利用森林资源具有重要意义,构建准确、鲁棒的分类模型是此类研究的关键。采用TabNet构建预训练模型对输入特征进行重构,然后使用重构后的特征表征训练TabNet分类器,最后与LightGBM模型进行集成,提升了模型效果。实验显示该模型的分类性能最高,准确率达到97.95%,提出的模型具有良好的可解释性,对筛选森林覆盖类型影响因素有着指导意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号