基于BP神经网络和支持向量机的农用地分等方法研究

• 作者: 胡勇 范胜龙 茹凯丽 邱凌婧 陈巧燕
• 来源期刊: 中国农业大学学报
• 学科: 经济
• 关键词: 农用地分等 BP人工神经网络 支持向量机模型
• 年，卷（期）: 2018,（12）
• 页码范围: 138-148
• 页数: 11页
• 分类号: F323.2
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2018.12.17

摘要

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度.以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络-BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析.BP神经网络模型的评价正确率为89％,精度较高;支持向量机(SVM)模型的评价结果正确率为99％,达到高精度等级.2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范胜龙	福建农林大学资源与环境学院	35	199	8.0	13.0
2	胡勇		12	120	6.0	10.0
3	邱凌婧	福建农林大学资源与环境学院	8	9	1.0	2.0
4	陈巧燕	福建农林大学资源与环境学院	2	5	1.0	2.0
5	茹凯丽	福建农林大学资源与环境学院	2	6	1.0	2.0