基于PSOSVM模型的土壤适宜性评价

• 作者: 何厅厅 侯占东 刘亚萍 夏清 王亚云 石娟娟 赵艳玲
• 来源期刊: 河南农业科学
• 学科: 农学
• 关键词: 支持向量机 粒子群 综合评价 土壤适宜性
• 年，卷（期）: 2013,（9）
• 页码范围: 49-53
• 页数: 5页
• 分类号: S03
• 字数: 3130字
• 语种: 中文

摘要

土壤适宜性评价是获取土地质量状况的重要手段，可为土地科学规划、管理、科学决策提供重要依据。鉴于此，将支持向量机理论引入土壤评价领域，提出一个全新的土壤适宜性评价模型，为了提高评价精度，针对人为选择惩罚系数（C）、核函数参数（σ）的随机性，利用粒子群算法（PSO ）对其进行优化，构建了PSO SVM 模型，SVM 模型采用径向基函数（RBF）作为核函数。以溪洛渡水电站嘎勒移民安置区为例，利用PSO SVM 模型对土壤适宜性进行评价，同时与BP神经网络、普通SVM 模型进行比较。结果表明：PSO SVM 算法明显提高了分类正确率，结果优于BP神经网络和普通SVM ，能更好地反映土壤适宜性，可见，PSO SVM 是一种高精度的土壤适宜性评价模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏清	中国矿业大学北京土地复垦与生态重建研究所	7	55	3.0	7.0
2	赵艳玲	中国矿业大学北京土地复垦与生态重建研究所	34	689	11.0	26.0
3	王亚云	中国矿业大学北京土地复垦与生态重建研究所	10	61	5.0	7.0
4	何厅厅	中国矿业大学北京土地复垦与生态重建研究所	9	41	4.0	6.0
5	石娟娟	中国矿业大学北京土地复垦与生态重建研究所	4	10	2.0	3.0
6	刘亚萍		5	13	2.0	3.0
7	侯占东	中国矿业大学北京土地复垦与生态重建研究所	5	19	3.0	4.0