首页 -> 文献共享 -> 土地利用-> 正文

基于核函数支持向量回归机的耕地面积预测

作者：王 霞   出版商：中国地质大学（武汉）资源学院   出版日期：2014 年 2 月
  摘要：科学预测耕地保有量是耕地保护的基础，对缓解用地矛盾、保证粮食安全具有重要指导意义。为探讨不同核函数支持向量回归机（supportvectorregression，SVR）对耕地面积预测的影响，该文以惠州市为例，分别采用多元回归、BP神经网络及3种不同核函数SVR建立耕地面积预测模型并进行对比试验。预测结果精度分析显示，RBF核函数SVR预测结果平均相对误差为0.54%，均方根误差为0.007，精度最高；Sigmoid核函数SVR预测结果对应误差分别为1.12%及0.012，精度次之；多项式核函数SVR预测结果对应误差为分别为2.71%及0.032，高于BP神经网络模型，但低于多元回归模型。研究表明，在现有3种常用核函数SVR耕地面积预测模型中，基于RBF核函数SVR模型预测能力最强，其次是sigmoid核函数；而多项式核函数则效果较差。
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 武汉市土地集约利用绩效评价研究:1998－2010     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。