基于核函数支持向量回归机的耕地面积预测

• 作者: 杨俊 王占岐 王霞 金贵
• 来源期刊: 农业工程学报
• 学科: 经济
• 关键词: 土地利用 支持向量机 预测 耕地 核函数 惠州市
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 土地整理工程
• 页码范围: 204-211
• 页数: 8页
• 分类号: F301.21
• 字数: 6358字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.04.025

摘要

科学预测耕地保有量是耕地保护的基础，对缓解用地矛盾、保证粮食安全具有重要指导意义。为探讨不同核函数支持向量回归机（support vector regression，SVR）对耕地面积预测的影响，该文以惠州市为例，分别采用多元回归、BP神经网络及3种不同核函数SVR建立耕地面积预测模型并进行对比试验。预测结果精度分析显示，RBF核函数SVR预测结果平均相对误差为0.54%，均方根误差为0.007，精度最高；Sigmoid核函数SVR预测结果对应误差分别为1.12%及0.012，精度次之；多项式核函数SVR预测结果对应误差为分别为2.71%及0.032，高于BP神经网络模型，但低于多元回归模型。研究表明，在现有3种常用核函数SVR耕地面积预测模型中，基于RBF核函数SVR模型预测能力最强，其次是sigmoid核函数；而多项式核函数则效果较差。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王占岐	中国地质大学武汉公共管理学院	69	1010	17.0	30.0
2	王霞	中国地质大学武汉资源学院	10	124	6.0	10.0
3	杨俊	中国地质大学武汉公共管理学院	19	224	9.0	14.0
4	金贵	中国地质大学武汉公共管理学院	10	241	6.0	10.0