样本点选取方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115830417A(43)申请公布日2023.03.21(21)申请号202310015327.5(51)Int.Cl.(22)申请日2023.01.06G06V10/774(2022.01)G06V10/764(2022.01)(71)申请人山东省地质矿产勘查开发局八〇一G06V20/13(2022.01)水文地质工程地质大队（山东省地矿工程勘察院）地址250014山东省济南市经十路13632号申请人北京市农林科学院信息技术研究中心(72)发明人郭长恩杨茂伟胡韬潘瑜春马庆伟葛琳朱锦杰于东平刘玉董士伟(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师聂俊伟权利要求书2页说明书13页附图3页(54)发明名称样本点选取方法、装置、电子设备及存储介质(57)摘要本发明提供一种样本点选取方法、装置、电子设备及存储介质，属于数据处理技术领域，包括：获取采样区域内每一空间分层的面积权重；获取每一空间分层的模糊中和指数权重；基于面积权重和模糊中和指数权重，确定每一空间分层的模糊调整权重；基于模糊调整权重和采样区域内样本点总数，确定每一空间分层的样本点数。本发明综合考虑了面积信息和不确定性信息，通过每一空间分层的面积权重和模糊中和指数权重，确定各空间分层的模糊调整权重，用于确定每一空间分层的样本点数，从而能够有效避免样本点权重调整过程中过拟合现象的发生，进而提高样本点数分配的合理性，提高样本点在每一空间分层的代表性，保证样本点分析评价的准确性和可靠性。CN115830417ACN115830417A权利要求书1/2页1.一种样本点选取方法，其特征在于，包括：获取采样区域内每一空间分层的面积权重；获取每一所述空间分层的模糊中和指数权重；基于每一所述空间分层的所述面积权重和所述模糊中和指数权重，确定每一所述空间分层的模糊调整权重；基于每一所述空间分层的模糊调整权重和所述采样区域内样本点总数，确定每一所述空间分层的样本点数。2.根据权利要求1所述的样本点选取方法，其特征在于，所述获取每一所述空间分层的模糊中和指数权重，包括：基于随机森林算法，获取所述空间分层中每一像元属于每一土地利用类型的后验概率；根据所述空间分层中每一像元属于每一土地利用类型的后验概率，计算所述空间分层中每一像元的概率残差和概率熵；分别对所述概率残差和所述概率熵进行归一化；根据归一化后的概率残差和归一化后的概率熵，确定所述空间分层中每一像元的模糊中和指数；根据所述空间分层中每一像元的模糊中和指数，确定所述空间分层的所有像元的平均模糊中和指数；根据所述空间分层的平均模糊中和指数，与所有空间分层的平均模糊中和指数累计值之间的比值，确定所述空间分层的模糊中和指数权重；所述平均模糊中和指数累计值为所述采样区域内所有空间分层的平均模糊中和指数之和。3.根据权利要求2所述的样本点选取方法，其特征在于，分别对所述概率残差和所述概率熵进行归一化，是基于最大最小归一化方法实现的。4.根据权利要求2所述的样本点选取方法，其特征在于，所述根据归一化后的概率残差和归一化后的概率熵，确定所述空间分层中每一像元的模糊中和指数，包括：确定所述归一化后的概率残差的第一权重系数和所述归一化后的概率熵的第二权重系数；基于所述第一权重系数与所述归一化后的概率残差、所述第二权重系数与所述归一化后的概率熵，确定所述模糊中和指数。5.根据权利要求4所述的样本点选取方法，其特征在于，所述基于所述第一权重系数与所述归一化后的概率残差、所述第二权重系数与所述归一化后的概率熵，确定所述模糊中和指数的计算公式为：其中，为第i个空间分层第j个像元的模糊中和指数；为第一权重系数；为第二2CN115830417A权利要求书2/2页权重系数；为归一化后的概率残差；为归一化后的概率熵。6.根据权利要求1所述的样本点选取方法，其特征在于，所述基于每一所述空间分层的所述面积权重和所述模糊中和指数权重，确定每一所述空间分层的模糊调整权重，包括：获取所述模糊中和指数权重与所述面积权重之间的差异指数；以所述面积权重为基准，利用所述差异指数对所述面积权重进行权重调整，获取所述模糊调整权重。7.根据权利要求6所述的样本点选取方法，其特征在于，所述获取所述模糊中和指数权重与所述面积权重之间的差异指数的计算公式为：其中，表示第i个空间分层的模糊中和指数权重与面积权重之间的差异指数，表示第i个空间分层的模糊中和指数权重，表示第i个空间分层的面积权重，n表示空间分层的总数量。8.根据权利要求7所述的样本点选取方法，其特征在于，所述以所述面积权重为基准，利用所述差异指数对所述面积权重进行权重调整，获取所述模糊调整权重的计算公式为：其中，为第i个空间分层的模糊调整权重。9.根据权利要求