深度信任支持向量回归的耕地面积预测方法

• 作者: 刘伟铭 王洪
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 深度信任网络 支持向量回归 耕地面积预测 深度学习
• 年，卷（期）: 2016,（1）
• 页码范围: 121-126
• 页数: 6页
• 分类号: TP391.41
• 字数: 3346字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.201510030

摘要

针对目前浅层机器学习预测方法所需学习和训练的样本过大及拟合复杂数据能力弱等不足,提出一种基于深度学习思想的深度信任支持向量回归( support vector regression,SVR)的耕地面积预测方法。首先,搭建由1层高斯分布函数显层节点的RBM、多层隐层RBM和1层支持向量回归机构成的深度信任支持向量回归预测模型；其次,选取较为合适和易得的训练数据,通过样本训练和测试确定预测模型的具体结构参数；最后,通过实验将深度信任支持向量回归耕地面积预测方法与其他典型的耕地面积预测算法相比较。结果表明,提出的耕地面积预测方法可行、有效,在相同的数据和平台下,其预测精度高于其他具有代表性的耕地面积预测算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟铭	华南理工大学土木与交通学院	100	860	16.0	24.0
2	王洪	福建工程学院交通运输学院	14	51	5.0	6.0