典型文献
基于RBF-BP神经网络的人居环境自然适宜性评价
文献摘要：
为了有效解决人居环境自然适宜性评价中,评价指标权重难以科学确定、评价结果精度低等问题.以东莞市为例,构建了地形、气候、水文和植被等4要素11个指标的人居环境自然适宜性评价体系;综合利用BP算法良好的泛化性能和RBF算法学习收敛速度快,以及克服局部极小值问题等优点,建立RBF-BP神经网络模型,用以求出评价单元各因子间的相关性,将训练结果进一步分析和处理求出评价指标的权重;最后将权重应用于人居环境指数(HEI)评价模型,完成了东莞市人居环境适宜性评价,并将适宜性划分了六个等级.结果表明,评价结果与其实际人居状况大致吻合;同时也说明了此模型收率速度高、学习速度快、拟合精度较高和泛化能力更强,能较准确、科学地评价人居环境自然适宜性.
文献关键词：
RBF-BP神经网络;BP神经网络;人居环境自然适宜性评价;人居环境指数
中图分类号：
作者姓名：
彭义春;张捷;卢伟杰;陈佐瓒
作者机构：
玉林师范学院计算机科学与工程学院,广西玉林537000
文献出处：
引用格式：
[1]彭义春;张捷;卢伟杰;陈佐瓒-.基于RBF-BP神经网络的人居环境自然适宜性评价)[J].智能计算机与应用,2022(01):28-34,40
A类：
人居环境自然适宜性评价,人居环境指数
B类：
RBF,评价指标权重,东莞市,文和,适宜性评价体系,泛化性能,收敛速度,局部极小值,评价单元,HEI,环境适宜性,学习速度,拟合精度,泛化能力
AB值：
0.156521
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。
