基于小波神经网络的城市建设用地预测

• 作者: 沈利华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 城市建设用地 小波神经网络 模型 预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 180-182
• 页数: 3页
• 分类号: TP391|F293.2
• 字数: 2661字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.10.042

摘要

城市建设用地的准确预测是城市土地总体规划的重要决策基础。通过对影响城市建设用地主要因素的研究，提出一种基于小波神经网络的城市建设用地预测模型，并给出相应的网络学习算法。以湖南省长沙市为例，建立了基于小波神经网络的长沙市建设用地预测模型，比较分析了小波神经网络模型与灰色BP神经网络模型和传统BP神经网络模型的预测结果。分析结果表明：小波神经网络模型比灰色BP神经网络模型和传统BP神经网络模型的收敛速度快、预测精度高，在城市建设用地预测中更具应用价值。该成果为城市建设用地预测研究提供了有益参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈利华	浙江农业商贸职业学院农业经济管理系	14	28	3.0	4.0