典型文献
基于数据挖掘模型的耕地质量评价研究
文献摘要：
为减少农用地质量分等规程中耕地质量评价主观确定权重的影响,本研究以四川叙永县的耕地为研究对象,利用基于因素法、BP神经网络模型、SVM模型对耕地质量分别进行客观高效的评价.选取农用地(耕地)质量影响因子为输入变量,自然质量分等为输出结果,随机选取耕地图斑总样点数据的1/6进行模型训练并验证其精度,将剩下的样本放入该模型中进行耕地质量等级分类,得出3种分类结果.结果表明:叙永县耕地质量主要以高等地和中等地为主,中等地(9等地)占耕地图斑的个数最多,约为57％,高等地(7等地、8等地)约占为23％.利用BP神经网络进行耕地质量评价的整体正确率约为88％,SVM模型方法约为96％,2种分类模型都具有良好的评价精度和效率,在实际的生产过程中,利用SVM模型方法更适合应用在耕地年度变更调查中.
文献关键词：
耕地质量评价;SVM模型;BP神经网络模型
中图分类号：
作者姓名：
任斌裕;张清;周晓桢
作者机构：
数字中国研究院(福建),350116,福州;中国科学院空天信息研究院,100094,北京
文献出处：
引用格式：
[1]任斌裕;张清;周晓桢-.基于数据挖掘模型的耕地质量评价研究)[J].江西科学,2022(06):1091-1095
A类：
B类：
挖掘模型,耕地质量评价,质量评价研究,农用地,中耕,确定权重,叙永县,因素法,行客,质量影响,输出结果,耕地图斑,模型训练,剩下,放入,耕地质量等级,质量等级分类,数最多,占为,模型方法,分类模型,评价精度,变更调查,调查中
AB值：
0.283824
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
