基于深度学习城市住宅地价影响因素识别与量化

《基于深度学习城市住宅地价影响因素识别与量化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级注1UDC学位论文基于深度学习城市住宅地价影响因素识别与量化（题名和副题名）黄耀森（作者姓名）指导教师刘强副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业测绘科学与技术提交论文日期2018.5.10论文答辩日期2018.5.22学位授予单位和日期电子科技大学2018年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。IdentificationandQuantificationofInfluencingFactorsofUrbanResidenti

2、alLandPriceBasedonDeepLearningAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:SurveyingandMappingAuthor:YaoSenHuangSupervisor:AssociateProfessorQiangLiuSchool:SchoolofResourcesandEnvironment摘要摘要近年来随着国家经济的迅速发展，城市中的土

3、地交易越来越频繁，同时也产生了诸如土地投机、价格上涨过快等问题。土地市场的规范、土地价格的限制、房地产业的把控是国家未来需要解决的重大问题。而住宅作为人民生活中的必需品，与其直接相关的城市住宅土地价格就成了土地问题研究的重中之重。而由于其重要性，住宅土地价格也受到诸多复杂因素的影响，对住宅土地价格的研究，实质上就是对复杂的住宅地价影响因素的研究。在目前的研究中，现有的Hedonic模型、BP神经网络(backpropagationneuralnetwork,BPNN)等研究方法和模型虽然都有各自

4、的优点，但在对于城市地价这一复杂对象的研究上均存在一定的缺陷和不足。因此，本文收集成都市2010年的城市地价因素数据以及成都市2010年至2017年的住宅土地交易数据，进行必要的处理后，使用深度信念网络DBN(deepbeliefnets,DBN)对成都市进行基于地价因素的住宅地价评估实验，并与传统地价评估模型进行对比，验证深度学习技术在城市地价因素识别与量化上的可行性与存在的优势。本文主要研究方法如下：®®（1）使用ArcGIS、Excel等软件将收集到的数据进行空间分析、数据修正、格式调整与

5、转换、数据标准化等处理，制作2010年的成都市地价影响因素特征样本和住宅土地交易价格样本。®（2）利用SPSS的相关性分析功能，分析各个地价因素和土地交易价格的相关程度，以分析结果为依据，确定成都市地价影响因素指标。在此基础上，建立基于地价影响因素的Hedonic模型、BP神经网络和DBN模型。（3）为验证结合相关分析和DBN模型在住宅地价因素识别与量化问题上的有效性，使用同一样本数据分别对基于相关分析的DBN模型、无相关分析的DBN模型、Hedonic模型和BP神经网络进行基于地价因素的地价评

6、估实验并对结果进行对比分析。通过对比和分析DBN模型与传统模型的实验结果以及DBN模型自身在实验数据或参数不同时的实验结果，得到以下结论：（1）在对整个成都市的地价因素和住宅地价栅格值进行识别与分类时，经过相关分析的DBN模型平均准确率为84%，Hedonic模型的平均正确率为43.3%，BP神经网络的平均准确率为69.1%。这表明在基于地价影响因素的地价评估实验中，DBN模型在模型精度上优于传统地价评估模型。I摘要（2）当地价因素数据计算邻域范围分别为一万米或五千米时，DBN模型的地价评估精度

7、较高。同时证明了DBN模型在输入数据尺度改变时，有一定的适应能力。（3）经过相关分析的DBN模型在训练中比未经过相关分析的DBN模型收敛更快。并且经过相关分析的DBN模型平均准确率为84%，比未经过相关分析的DBN模型的平均准确率高出11.8%。证明相关分析能够起到提高模型训练效率和模型整体精度的作用。关键词：土地价格，地价影响因素，深度学习，深度信念网络，相关性分析IIABSTRACTABSTRACTWiththerapideconomicdevelopmentnationwideinrece

8、ntyears,landtransactionsincitieshavebecomemoreandmorefrequent.Atthesametime,problemssuchaslandspeculationandexcessivepriceincreaseshavealsoarisen.Asanimportantnationalasset,landhasspecialimportanceinthesocialeconomy.Therefore,thenormsofthelandmarket,