留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SPSS和GIS的BP神经网络农用地适宜性评价

王江思 马传明 王文梅 张鹄志

王江思, 马传明, 王文梅, 张鹄志. 基于SPSS和GIS的BP神经网络农用地适宜性评价[J]. 地质科技通报, 2013, 32(2): 138.
引用本文: 王江思, 马传明, 王文梅, 张鹄志. 基于SPSS和GIS的BP神经网络农用地适宜性评价[J]. 地质科技通报, 2013, 32(2): 138.
Evaluation of BP Neural Network Agricultural Land Suitability Based on SPSS and GIS[J]. Bulletin of Geological Science and Technology, 2013, 32(2): 138.
Citation: Evaluation of BP Neural Network Agricultural Land Suitability Based on SPSS and GIS[J]. Bulletin of Geological Science and Technology, 2013, 32(2): 138.

基于SPSS和GIS的BP神经网络农用地适宜性评价

Evaluation of BP Neural Network Agricultural Land Suitability Based on SPSS and GIS

  • 摘要: 以中原城市群为研究区,在应用GIS基础上运用SPSS软件进行主成分分析,根据因子贡献率提取主导性强的综合因
    子,利用提取的主导因子进行系统聚类选择典型样本;依据因子的贡献率调整BP神经网络初始权值,建立评价模型,进行农用地
    适宜性评价方法的探讨。通过检验,改变初始权值建立的BP模型预测合格率为50%,相对误差最大值为18.9%;为了进一步改
    进BP网络,把第一次调整权值训练得到的网络权值作为下一次建模的初始权值,训练得到的BP模型预测合格率为100%,相对
    误差最大值为9.5%。其后运用层次分析法、主成分聚类法作为对照,验证了这种BP模型在农用地适宜性评价中的可靠性与精确
    性。最后根据所建立的BP模型预测获得中原城市群农用地适宜性分区图,各土地类型适宜性从西往东呈现由低到高的分带性,
    其中高度适宜区占总面积的32.4%;中度适宜、勉强适宜、不适宜区分别占总面积的28.9%、22.1%、16.6%。

     

  • 加载中
计量
  • 文章访问数:  2132
  • PDF下载量:  2016
  • 被引次数: 0
出版历程
  • 刊出日期:  2013-03-31

目录

    /

    返回文章
    返回