原文服务方: 水土保持研究       
摘要:
针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归(FSA-LSS-VR)模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据.结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM(1,1)和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM.FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值.
推荐文章
安徽省耕地压力指数动态分析与预测
安徽省
耕地压力指数
动态分析
发展预测
安徽省耕地数量时序变化分析预测及对策
耕地数量
耕地预测
对策
安徽
安徽省耕地压力分析及趋势预测
耕地压力指数
灰色GM(1,1)模型
安徽省
安徽省亳州市耕地土壤养分调查
耕地土壤
有机质
有效磷
速效钾
微量元素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FSA-LSSVR模型的安徽省耕地变化预测
来源期刊 水土保持研究 学科
关键词 土地变化 驱动因子 鱼群算法 最小二乘支持向量机
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 136-140
页数 分类号 F301.24
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (179)
共引文献  (886)
参考文献  (27)
节点文献
引证文献  (2)
同被引文献  (21)
二级引证文献  (6)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(16)
  • 参考文献(0)
  • 二级参考文献(16)
2002(10)
  • 参考文献(1)
  • 二级参考文献(9)
2003(14)
  • 参考文献(4)
  • 二级参考文献(10)
2004(15)
  • 参考文献(1)
  • 二级参考文献(14)
2005(16)
  • 参考文献(0)
  • 二级参考文献(16)
2006(13)
  • 参考文献(2)
  • 二级参考文献(11)
2007(24)
  • 参考文献(5)
  • 二级参考文献(19)
2008(27)
  • 参考文献(5)
  • 二级参考文献(22)
2009(18)
  • 参考文献(2)
  • 二级参考文献(16)
2010(11)
  • 参考文献(3)
  • 二级参考文献(8)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
土地变化
驱动因子
鱼群算法
最小二乘支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水土保持研究
双月刊
1005-3409
61-1272/P
大16开
1985-01-01
chi
出版文献量(篇)
7400
总下载数(次)
0
总被引数(次)
98850
论文1v1指导