深度信任支持向量回归的耕地面积预测方法Cultivated Land Acreage Prediction Based on Deep Belief Support Vector Regression Algorithm
王洪,刘伟铭
摘要(Abstract)：
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.
关键词(KeyWords)： 深度信任网络;支持向量回归;耕地面积预测;深度学习
基金项目(Foundation): 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)
作者(Author): 王洪,刘伟铭
参考文献(References)：
- [1]王霞,王占岐,金贵,等.基于核函数支持向量回归机的耕地面积预测[J].农业工程学报,2014,30(4):204—211.
- [2]赵艳玲,何厅厅,刘亚萍,等.基于FSA-LSSVR模型的安徽省耕地变化预测[J].水土保持研究,2014,21(3):136—140.
- [3]QUAN B,ROMKENS M J M,BINGNER R L.Changes in spatiotemporal land use patterns in selected hydrogeomorphic areas of China and the USA[J].Int J Geosci,2013,4(3):537—548.
- [4]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),2015,47(3):59—63.
- [5]杨梅,李广.小麦产量预测模型的仿真研究[J].计算机仿真,2013,30(10):382—385.
- [6]张艳萍,史岩岩,王珊珊.支持向量机初始化常模算法在MIMO系统中的应用[J].河南科技大学学报(自然科学版),2014,35(2):33—37.
- [7]SARIKAYA R,HINTON G E,DEORAS A.Application of deep belief networks for natural language understanding[J].IEEE T Audi Speech Lang Proc,2014,22(4):778—784.
- [8]HJELM R D,CALHOUN V D.Restricted Boltzmann machines for neuroimaging:an application in identifying intrinsic networks[J].Neuroimage,2014,96(7):245—260.
- [9]王杰,贾育衡.一种基于Ada Boost的极限学习机分类方法[J].郑州大学学报(理学版),2014,46(2):55—58.
- [10]SUNG E.Cultivated land prediction using different kernel based support vector regression[J].J Converg Inform Technol,2015,10(3):85—95.
- [11]雷师,全斌,欧阳鸿,等.基于Markov模型的长沙市和泉州市土地利用变化预测及对比研究[J].水土保持研究,2013,20(6):224—229.