基于支持向量机的土地利用变化模拟模型

被引：13

作者：

熊华 ^{[1
,2
]}

刘耀林 ^{[1
,2
]}

车珊珊 ^{[1
]}

张俊峰 ^{[1
]}

机构：

[1] 武汉大学资源与环境科学学院

[2] 武汉大学地理信息系统教育部重点实验室

来源：

武汉大学学报(信息科学版) | 2009年 / 34卷 / 03期

关键词：

土地利用变化模拟; 支持向量机; 神经网络;

D O I：

10.13203/j.whugis2009.03.030

中图分类号：

F301 [土地经济学]; F224 [经济数学方法];

学科分类号：

082802 ; 1204 ; 120405 ; 0701 ; 070104 ;

摘要：

以湖北省为例,选取5大类7个耕地,利用变化驱动力因子,将1986～2000年的数据作为样本训练数据,2001～2004年的数据作为测试数据,与耕地变化进行基于支持向量机的回归模拟,用遗传算法对参数进行优化,并与BP、RFB神经网络模型进行了对比。模拟结果精度分析显示,SVM模型较BP神经网络模型理想,与RFB神经网络接近。并运用该模型对湖北省2010年的耕地利用变化进行了预测,结果合理。研究表明,SVM模型有较强的自学习、自适应能力,在土地利用变化模拟中有着广泛的应用前景。

引用

页码：366 / 369

页数：4

共 11 条

[1] 基于支持向量机的元胞自动机及土地利用变化模拟 [J].