基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例

• 作者: 吴次芳 赖红松
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: 耕地地力评价 标准农田 支持向量机 鹿城区
• 年，卷（期）: 2012,（5）
• 页码范围: 850-861
• 分类号: S158|TP18
• 字数: 8576字
• 语种: 中文

摘要

提出了一种基于支持向量机(SVM)的标准农田地力等级评价方法,并给出了遗传算法-模拟退火(GASA)优化SVM参数算法.该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构造SVM样本集,然后运用GASA优化SVM参数算法训练SVM,建立标准农田地力等级的SVM评价模型.应用该方法对温州市鹿城区标准农田地力等级进行了评价,结果为:2级田和3级田分别占测试样本代表标准农田总面积(115.7 hm2)的45.04％和54.96％,该方法的评价正确率为100％.应用BP神经网络法对测试样本进行评价,其评价正确率为90％.结果表明,SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴次芳	浙江大学公共管理学院	317	11661	63.0	95.0
2	赖红松		1	2	1.0	1.0