深度信任支持向量回归的耕地面积预测方法

发布时间：2017-08-03 11:20

  本文关键词：深度信任支持向量回归的耕地面积预测方法

  更多相关文章： 深度信任网络 支持向量回归 耕地面积预测 深度学习

【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.
【作者单位】： 福建工程学院交通运输学院;华南理工大学土木与交通学院;
【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
【基金】：国家自然科学基金资助项目(51278072) 福建省自然科学基金资助项目(2015J05118) 福建省中青年教师教育科研项目(JA15355)
【分类号】：F323.211;TP181
【正文快照】： 0引言随着我国国民经济和城市化、城镇化发展进程的不断加快,人地矛盾日益凸显.耕地面积的有效保护关系食品供应及食品安全等诸多问题,而如何科学、准确、有效地预测未来年耕地保有量,则是保护耕地面积合理化的基础和保障,具有十分重要的现实意义.目前,常见的耕地预测模型及算

【参考文献】

中国期刊全文数据库 前1条

1 靳江伟;董春芳;冯国红;;基于灰色关联支持向量机的混凝土抗压强度预测[J];郑州大学学报(理学版);2015年03期

【二级参考文献】

中国期刊全文数据库 前6条

1 朱伟;石超峰;李楠;;基于遗传算法优化支持向量机的再生混凝土抗压强度预测模型[J];中外公路;2014年01期

2 林耀进;周忠眉;吴顺祥;;集成灰色支持向量机预测模型研究与应用[J];计算机应用;2009年12期

3 徐国强;苏幼坡;韩佃利;张静;;基于BP神经网络的绿色混凝土抗压强度预测模型[J];混凝土;2013年02期

4 张浩然,韩正之,李昌刚;基于支持向量机的非线性模型预测控制[J];系统工程与电子技术;2003年03期

5 张纯禹,李启令;粉煤灰混凝土强度的优化设计[J];郑州大学学报(理学版);2002年04期

6 冯冬青;杨书显;;氧乐果合成过程的PSO-回归BP网络建模方法[J];郑州大学学报(理学版);2011年03期

【相似文献】

中国期刊全文数据库 前10条

1 黄大文;棉铃虫发生期和发生数量预测方法的商榷[J];新疆农业科学;1962年03期

2 傅泽田;张缔庆;;家庭联产承包责任制条件下农户对农机的需求的分析和预测方法[J];北京农业机械化学院学报;1985年04期

3 金顺发;张国强;;蔬菜上市量两种预测方法的研究[J];上海蔬菜;1987年03期

4 刘春海;佟凤奇;崔涛;;粮食价格预测方法探讨[J];农业发展与金融;2007年06期

5 王维新;林燕燕;;两种有效的预测方法理论分析及实践[J];农机化研究;2006年04期

6 董肇君;;第六讲 林业系统常用预测方法[J];林业经济;1987年04期

7 葛文华;魏怀方;;养羊业加工产品的销售预测方法[J];甘肃畜牧兽医;1989年04期

8 肖爱玲;王福林;;拖拉机经济寿命主要运用指标预测方法的探讨[J];农机化研究;2006年03期

9 GaryW·Krutz,张宝贵;拖拉机销售额的预测方法[J];国外拖拉机;1982年10期

10 刘威;国外现金预测方法(四)[J];中国农业会计;1992年04期

中国重要会议论文全文数据库 前8条

1 罗炜;;运输需求的一种间接预测方法——兼论预测的本质[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第4卷）[C];1997年

2 鲁守栋;孙晋海;;体育系统预测研究的现状分析及对策研究[A];第七届全国体育科学大会论文摘要汇编（一）[C];2004年

3 肖翠翠;杨姝影;;环境规划中的预测方法与技术[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年

4 鲍蕊;魏英魁;张建宇;费斌军;;基于概率断裂力学的多部位损伤发生概率预测方法[A];第十五届全国疲劳与断裂学术会议摘要及论文集[C];2010年

5 刘斌;张荣;刘思峰;党耀国;;PMVF综合集成预测方法及应用示例[A];2006年灰色系统理论及其应用学术会议论文集[C];2006年

6 韩渭宾;易桂喜;辛华;;四川省地震年度活动水平的初步研究[A];中国地震学会第七次学术大会论文摘要集[C];1998年

7 马先海;;用地预测的基本方法探讨[A];中国土地问题研究——中国土地学会第三次会员代表大会暨庆祝学会成立十周年学术讨论会论文集[C];1990年

8 ;年际增量的预测方法在北大西洋飓风频次的季节预测(英文)[A];第28届中国气象学会年会——S5气候预测新方法和新技术[C];2011年

中国重要报纸全文数据库 前3条

1 杨钢作坊 言寺;简单一点好[N];现代物流报;2007年

2 辛和;北京科技新星课题通过专家鉴定[N];中国建设报;2009年

3 王志刚（作者单位 甘肃省电力公司武威供电公司）;预测是抓好预算的关键[N];甘肃经济日报;2005年

中国硕士学位论文全文数据库 前10条

1 李伟花;考虑时空分布特性的区域风电功率预测方法[D];华北电力大学;2015年

2 张克娜;基于拟线性回归的复合预测方法及其应用[D];河北科技大学;2013年

3 冯莉;多种预测方法在我国对外贸易预测中的应用研究[D];武汉理工大学;2007年

4 池可;服装销售预测方法及RBF神经网络模型研究[D];苏州大学;2009年

5 符俊岭;具有主客观信息集成特征的经济预测方法及其应用[D];东北大学;2009年

6 张飞飞;云资源管理中预测方法的研究与实现[D];复旦大学;2013年

7 陈实;货运量预测方法及应用研究[D];武汉理工大学;2008年

8 李梦;基于优化算法的物流预测方法与应用研究[D];北京化工大学;2014年

9 沈e，

本文编号：614117