IGSNRR OpenIR
基于RBF神经网络的城市建成区面积预测研究--兼与BP神经网络和线性回归对比分析
张晓瑞; 方创琳; 王振波; 马海涛
2013
Source Publication长江流域资源与环境
ISSN1004-8227
Volume22Issue:6Pages:691
Abstract城市建成区面积预测是城市研究的一个核心问题,其与城市经济社会之间表现为一种复杂的非线性关系,传统的方法模型难以精确预测。作为一种较新的人工神经网络模型,RBF神经网络能以任意精度全局逼近任意非线性关系,表现出了极强的处理复杂非线性系统的能力。以合肥市建成区面积预测为例,构建了基于RBF网络的预测模型,作为对比,同时用BP神经网络、一元线性回归和多元线性回归模型进行了预测。预测结果的综合分析表明,在预测精度上,RBF网络>BP网络>多元线性回归模型>一元线性回归模型。研究显示,RBF网络能为城市建成区面积预测提供一种新思路和新方法,进而可为城市土地利用及其规划制定提供科学的决策依据。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/121217
Collection中国科学院地理科学与资源研究所
Affiliation中国科学院地理科学与资源研究所
First Author Affilication中国科学院地理科学与资源研究所
Recommended Citation
GB/T 7714
张晓瑞,方创琳,王振波,等. 基于RBF神经网络的城市建成区面积预测研究--兼与BP神经网络和线性回归对比分析[J]. 长江流域资源与环境,2013,22(6):691.
APA 张晓瑞,方创琳,王振波,&马海涛.(2013).基于RBF神经网络的城市建成区面积预测研究--兼与BP神经网络和线性回归对比分析.长江流域资源与环境,22(6),691.
MLA 张晓瑞,et al."基于RBF神经网络的城市建成区面积预测研究--兼与BP神经网络和线性回归对比分析".长江流域资源与环境 22.6(2013):691.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张晓瑞]'s Articles
[方创琳]'s Articles
[王振波]'s Articles
Baidu academic
Similar articles in Baidu academic
[张晓瑞]'s Articles
[方创琳]'s Articles
[王振波]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张晓瑞]'s Articles
[方创琳]'s Articles
[王振波]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.