华南师范大学学报(自然科学版)

作者：张锐豪, 赵耀龙, 吴智刚, 罗文斐

关键词：决策树

集成学习通过将若干弱分类器集成以取得比单个弱分类器更好的性能，是机器学习的重要研究方向。针对常用城市地理模拟系统中元胞自动机转换规则获取算法的局限性，本文提出基于集成学习算法的元胞自动机，并将其应用于城市建设用地的动态模拟。以决策树作为弱分类器，应用集成学习算法和元胞自动机，对东莞市2001年到2005年的建设用地时空格局进行了模拟，取得了较好的模拟效果。精度评估结果表明，经集成学习后的决策树比单个决策树对城市建设用地动态的模拟精度更高，算法泛化能力更好。

来源：2016年第1期

《华南师范大学学报(自然科学版)》期刊编辑部

查看华南师范大学学报(自然科学版)杂志2016年第1期