资源描述：
《基于支持向量机的标准农田地力等级评价》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第49卷第5期土摇壤摇学摇报Vol郾49,No郾52012年9月ACTAPEDOLOGICASINICA摇摇Sep.,2012基于支持向量机的标准农田地力等级评价———以浙江省温州市鹿城区为例1覮2赖红松摇吴次芳(1浙江省温州市国土资源局,浙江温州摇325027)(2浙江大学公共管理学院,杭州摇310029)摇摇摘摇要摇摇提出了一种基于支持向量机(SVM)的标准农田地力等级评价方法,并给出了遗传算法鄄模拟退火(GASA)优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和
2、法评价结果构造SVM样本集,然后运用GASA优化SVM参数算法训练SVM,建立标准农田地力等级的SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行了评价,结果为:22级田和3级田分别占测试样本代表标准农田总面积(115郾7hm)的45郾04%和54郾96%,该方法的评价正确率为100%。应用BP神经网络法对测试样本进行评价,其评价正确率为90%。结果表明,SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。关键词摇摇耕地地力评价;标准农田;
3、支持向量机;鹿城区中图分类号摇摇S158;TP18摇摇摇摇文献标识码摇摇A[12鄄13]摇摇标准农田是通过土地整治、农业综合开发等方法,的缺陷。支持向量机(SupportVectorMachine,[14]对基本农田保护区内农田实施土地平整和田间水利SVM)是于20世纪90年代中期由Vladimir设施、田间道路、田间防护林、地力培育等综合建设,N郾Vapnik等提出的,基于统计学习理论的一种新的建成的田成方、渠相通、路相连,林成网、灌得进、排得机器学习方法。它通过寻求结构风险最小化来实出的高产稳产的优质基本农田,是耕地中
4、的精华,是现经验风险最小化,较好地解决了神经网络的固有[1鄄2]现代农业发展的基础。标准农田地力等级评价是问题,已被成功应用于模式识别、回归分析、时序预[15鄄17]加强标准农田质量建设的基础,是制订标准农田保测等领域。与其他学习算法一样,SVM的性能护、培肥、改良、利用规划的主要科学依据,是推进标依赖于学习机的参数,但是,目前SVM参数的选择准农田土壤改良,确保粮食生产能力的重要举措。主要依靠经验和试算,还没有指导SVM参数选择的随着计算机和信息技术的发展,近年来,国内好方法。本文提出基于SVM标准农田地力等级评外利用地
5、理信息系统技术,采用数值法进行耕地地价方法,同时针对SVM参数的选择问题,利用遗传[2鄄10][18]力评价研究较多,如指数和法和人工神经网络算法(GeneticAlgorithms,GA)的并行搜索结构[11][19]法等。传统的指数和法是在确定评价因子及其和模拟退火(SimulatedAnnealing,SA)的概率突权重和隶属度(评分值)的基础上,采用加法模型计跳特性,提出遗传算法鄄模拟退火(GASA)优化SVM算评价单元的综合地力指数,然后根据综合地力指参数算法,实现SVM参数的自动优化选择。该方法数分布确定分级方
6、案,划分地力等级。该方法充分首先在建立标准农田地力等级评价指标体系的基考虑了各因子的重要性,并将各因子的影响程度量础上,利用地力调查样本数据及传统的指数和法评化,思路清晰,逻辑性强,简便易行,但步骤复杂,工价结果构造SVM样本集,然后运用GASA优化SVM作量大,且易受人为主观因素影响。人工神经网络参数算法训练SVM,建立SVM评价模型,进行标准农处理非线性关系的能力虽然较强,但存在网络结构田地力等级评价。尝试将该方法用于温州市鹿城区难以确定、局部最优和泛化能力差等一些难以克服标准农田地力等级评价,并将其结果与BP神经网络
7、覮通讯作者,E鄄mail:maplhs@163郾com作者简介:赖红松(1967—),男,江西赣县人,博士,主要从事土地利用规划、土地资源管理。E鄄mail:maplhs@163郾com收稿日期:2011-07-17;收到修改稿日期:2011-10-155期摇摇赖红松等:基于支持向量机的标准农田地力等级评价———以浙江省温州市鹿城区为例摇851方法的评价结果进行比较分析,验证该方法的可行性强的核函数,本文选用局部性核函数高斯径向基核和有效性,以期为耕地地力评价提供一种新方法。和全局性核函数4阶多项式核组合成的混合核函4数,
8、即K(x,x)=r(x·x+1)+(1-r)expijij221摇研究方法(-椰xi-xj椰/滓),其中滓为高斯径向基核宽度,r(0臆r臆1)为调节高斯径向基核和多项式核作用大**1郾1摇类别补偿支持向量分类机小系数。求解式(3)得最优解为琢=(琢,…,1支持向量分类的基本思想是对于给定的样本l*T**
