排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
基于支持向量机的土地利用变化模拟模型 总被引：3，自引：0，他引：3
以湖北省为例,选取5大类7个耕地.利用变化驱动力因子.将1986～2000年的数据作为样本训练数据,2001～2004年的数据作为测试数据,与耕地变化进行基于支持向量机的回归模拟,用遗传算法对参数进行优化,并与BP、RFB神经网络模型进行了对比.模拟结果精度分析显示,SVM模型较BP神经网络模型理想,与RFB神经网络接近.并运用该模型对湖北省2010年的耕地利用变化进行了预测,结果合理.研究表明,SVM模型有较强的自学习、自适应能力,在土地利用变化模拟中有着广泛的应用前景. 相似文献
1