专利名称：园林树木分类方法
技术领域：
本发明涉及分类方法，特别是树木分类方法。
二背景技术：
在园林管理方面，对于园林树木的分类通常采用的方法主要有植 物分类系统、自然分类系统和人为分类法，这三种方法主要以人的经 验和主观认识作为依据。这些方法对于规模较小的园林具有一定的可 行性，但对于大规模的园林系统来说，具有很大的复杂性和庞大的工
三
发明内容
为了克服现行的园林树木分类方法复杂，工作量大的问题，本发 明提供一种园林树木分类的方法，针对大规模园林，该方法利用计算 机来实现园林树木分类的全过程，具有处理时间短、操作简单、工作 量小、分类清晰准确的特点，特别适用于大规模的园林系统。
本发明为实现上述目的所采用的技术方案是园林树木分类方 法，先抽取一部分树木，利用模糊C均值方法对其聚类，确定每类中 心，然后利用向量距离的方法测量未被抽样的树木与每类中心的相似 度来实现分类过程。
所述园林树木分类方法需要事先对园林树木的属性特征树木高 度，叶子长度，叶片的宽度等做统计，并做成二维数据表形式，使得 每棵树木都以向量的形式表示，向量中的每个元素代表所统计的属性 特征的测量值。在统计时采取均匀采样的方式。
所述在衡量未被抽样的树木与每类中心的相似度时，应用欧几里 德距离函数实现即<formula>see original document page 4</formula>1
其中，treel =(t1,t2,…tn)，center=(q1,q2,…qn)
所述在对所抽取的树木样本进行聚类分析时，采用模糊C均值聚 类方法。
本发明分类方法的特点该方法模拟人对事物认识和辨别的过 程。利用计算机算法实现树木分类的全过程，减少了在大规模园林树 木分类中的庞大的人工工作量，并且经验证能达到分类清晰准确的效 果。
具体实施例方式
下面结合具体实施方式
对本发明作进一步详细说明，但不限于具体实施例。
按照下列方法对任一山林的树木进行分类，先统计树木的几项基 本的特征(如高度，叶子长度，宽度，花瓣的长度，宽度等)，并做 成二维数据表，使每棵树对应一个向量，向量中的每个元素是该棵树 对应的一个基本特征的值。然后采用相应的模糊分类技术对这些向量
数据进行处理。通常采用著名的模糊c均值聚类方法。具体实现过程
如下-
1. 对抽样树木做聚类分析。随机选取一部分树木，对其应用著名
的模糊C均值方法进行聚类分析(采用MATLAB工具箱自带的程序包)， 确定所选取的随机样本的分类数目及样本的分类情况。即利用MATLAB 软件中的C-MEANS程序实现。
2. 在1得到的聚类结果的基础上，确定每类的类中心。由于每棵 树木都对应着一个向量，因此，每类的中心的确定方法采用求分到同 一类的那些树木的平均值的方法(即求向量的平均值)。
3. 计算未抽取的树木所表示的向量与2所得到的聚类中心向量 的距离， 一般采用两个向量间的欧几里德距离实现。
4. 判断树木的归属。选取与聚类中心距离最小的那一类作为该树 木的归属类。
按照上述树木分类过程，该方法实际应用于实际的加利福尼亚洲 的杉树林的分类，该杉树林共有699棵杉树。利用该方法仅用1. 5小 时左右变可完成分类全过程。用该方法分类获得的分类结果是三类， 这与实际情况完全吻合。在时间、复杂度和可操作性上都是可行的一 种方案。
权利要求
1、园林树木分类方法，其特征是先抽取一部分树木，利用模糊聚类方法对其聚类，确定每类中心，然后利用向量距离的方法测量未被抽样的树木与每类中心的相似度来实现树木分类过程。
2、 根据权利要求1所述的园林树木分类方法，其特征是需要 事先对园林树木的属性特征树木高度，叶子长度，叶片的宽度等做 统计，并做成二维数据表形式，使得每棵树木都以向量的形式表示， 向量中的每个元素代表所统计的属性特征的测量值。
3、 根据权利要求1所述的园林树木分类方法，其特征是在衡 量未被抽样的树木与每类中心的相似度时，应用欧几里德距离函数实 现，即<formula>see original document page 2</formula>其中，<formula>see original document page 2</formula>.
4、 根据权利要求1所述的园林树木分类方法，其特征是在对 所抽取的树木样本进行聚类分析时，采用模糊C均值聚类方法。
全文摘要
本发明涉及树木分类方法。一种园林树木分类方法，先抽取一部分树木，利用模糊聚类方法对其聚类，确定每类中心，然后利用向量距离的方法测量未被抽样的树木与每类中心的相似度来实现树木分类过程。本发明园林分类方法具有处理时间短、操作简单、工作量小、分类清晰准确的特点，特别适用于大规模的园林系统。
文档编号A01G23/00GK101344929SQ20081001288
公开日2009年1月14日 申请日期2008年8月20日 优先权日2008年8月20日
发明者盛秀英 申请人:盛秀英