共 27 条
支持向量机参数优化的土地集约利用评价与分析
被引：7
作者：
陈莉
[1
]
李姣姣
[1
]
肖曙露
[2
]
机构：
[1] 安徽建筑大学管理学院
[2] 安徽省施工图审查有限公司
来源：
基金：
安徽省自然科学基金;
关键词：
土地集约利用;
相关系数;
蚁群算法;
支持向量机;
评价;
D O I：
10.16182/j.cnki.joss.2016.07.023
中图分类号：
F301.24 [土地开发与利用];
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
对国内外土地集约利用评价的相关文献研究,在支持向量机、蚁群算法基础上,提出相关系数、蚁群算法与支持向量机相结合评价方法,对指标进行相关分析,确定指标集,运用蚁群算法,优化支持向量机参数,得出较好的惩罚因子C,核函数σ和不敏感系数ε,再对支持向量机训练,该方法提高了训练准确度,对土地集约利用进行c ACO-SVM评价,并与ACO-SVM、GA-SVM的土地集约利用评价进行比较,评价与仿真结果表明,c ACO-SVM的土地集约利用评价优于ACO-SVM、GA-SVM两种方法,c ACO-SVM的土地集约利用评价效果比较理想。
引用
收藏
页码：1651 / 1660
页数：10
相关论文