基于深度置信网络的农用地基准地价评估模型

F301.2; 该文针对现有基准地价评估模型主观性较强及精度不够等问题,提出了一种基于深度学习思想的农用地基准地价评估方法,构建了样本特征集合与地价标签集合的深层网络结构映射关系,并以广东省普宁市农用地基准地价评估为实例,验证了模型的可行性和有效性.结果如下:1)与神经网络、支持向量机这类浅层学习模型相比,深度置信网络模型其对地价的拟合精度要高出3.61％,3.12％;2)在训练样本只有300时,深度置信网络模型对地价的拟合误差为16.43％,比神经网络、支持向量机模型的拟合精度最少要高出6.76个百分点;3)深度置信网络模型对单个样本的运算时间及内存占用比神经网络、支持向量机模型都要高,但在...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 34; no. 21; pp. 263 - 271
Main Authors 王华, 罗平, 赵志刚, 聂可
Format Journal Article
LanguageChinese
Published 郑州轻工业学院计算机与通信工程学院,郑州 450002%国土资源部城市土地资源监测与仿真重点试验室,深圳,518034 01.11.2018
国土资源部城市土地资源监测与仿真重点试验室,深圳 518034
Subjects
农用地估价
普宁市
模型
深度学习
基准地价
深度置信网络
土地利用
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2018.21.033

Cover

Abstract F301.2; 该文针对现有基准地价评估模型主观性较强及精度不够等问题,提出了一种基于深度学习思想的农用地基准地价评估方法,构建了样本特征集合与地价标签集合的深层网络结构映射关系,并以广东省普宁市农用地基准地价评估为实例,验证了模型的可行性和有效性.结果如下:1)与神经网络、支持向量机这类浅层学习模型相比,深度置信网络模型其对地价的拟合精度要高出3.61％,3.12％;2)在训练样本只有300时,深度置信网络模型对地价的拟合误差为16.43％,比神经网络、支持向量机模型的拟合精度最少要高出6.76个百分点;3)深度置信网络模型对单个样本的运算时间及内存占用比神经网络、支持向量机模型都要高,但在评估精度都达到95％左右的情况下,深度置信网络模型所需训练样本较少,支持向量机训练时间为193 s,而深度置信网络模型耗时187 s,两者耗时基本持平;4)基于DBN模型对耕地评估单元的地价测算结果,将将普宁市耕地评估单元划分为5级,然后利用面积加权法求取对应的级别基准地价范围为21.34～26.23元/m2.上述试验结果表明该方法在对样本点地价的评估精度上要优于传统的浅层方法,并且该模型计算所得普宁市耕地基准地价与耕地质量在空间分布规律上保持一致.
AbstractList F301.2; 该文针对现有基准地价评估模型主观性较强及精度不够等问题,提出了一种基于深度学习思想的农用地基准地价评估方法,构建了样本特征集合与地价标签集合的深层网络结构映射关系,并以广东省普宁市农用地基准地价评估为实例,验证了模型的可行性和有效性.结果如下:1)与神经网络、支持向量机这类浅层学习模型相比,深度置信网络模型其对地价的拟合精度要高出3.61％,3.12％;2)在训练样本只有300时,深度置信网络模型对地价的拟合误差为16.43％,比神经网络、支持向量机模型的拟合精度最少要高出6.76个百分点;3)深度置信网络模型对单个样本的运算时间及内存占用比神经网络、支持向量机模型都要高,但在评估精度都达到95％左右的情况下,深度置信网络模型所需训练样本较少,支持向量机训练时间为193 s,而深度置信网络模型耗时187 s,两者耗时基本持平;4)基于DBN模型对耕地评估单元的地价测算结果,将将普宁市耕地评估单元划分为5级,然后利用面积加权法求取对应的级别基准地价范围为21.34～26.23元/m2.上述试验结果表明该方法在对样本点地价的评估精度上要优于传统的浅层方法,并且该模型计算所得普宁市耕地基准地价与耕地质量在空间分布规律上保持一致.
Author 聂可
罗平
王华
赵志刚
AuthorAffiliation 国土资源部城市土地资源监测与仿真重点试验室,深圳 518034;郑州轻工业学院计算机与通信工程学院,郑州 450002%国土资源部城市土地资源监测与仿真重点试验室,深圳,518034
AuthorAffiliation_xml – name: 国土资源部城市土地资源监测与仿真重点试验室,深圳 518034;郑州轻工业学院计算机与通信工程学院,郑州 450002%国土资源部城市土地资源监测与仿真重点试验室,深圳,518034
Author_FL Nie Ke
Luo Ping
Zhao Zhigang
Wang Hua
Author_FL_xml – sequence: 1
  fullname: Wang Hua
– sequence: 2
  fullname: Luo Ping
– sequence: 3
  fullname: Zhao Zhigang
– sequence: 4
  fullname: Nie Ke
Author_xml – sequence: 1
  fullname: 王华
– sequence: 2
  fullname: 罗平
– sequence: 3
  fullname: 赵志刚
– sequence: 4
  fullname: 聂可
BookMark eNo9jz1LA0EYhLeIYIz5GWJ15_vuR_YWbCT4BQEbrcPtXi4kyAY8RO1DLARBsJIjkkZSaawCF4N_5jbnz_BEsZphGGZ4NkjFDmyHkC0EH1FJsdP3e0lifQSgXiNA5VPAwKfoA2MVUv3P10k9SXoaBDIJwLFKdt1zlmf3q_m7y16K5Wv-OSmWD8UiLZ6GbpQWj1OXzsqOux2VJl_Mv96G-cdsNZ248d0mWYvD86RT_9MaOTvYP20eea2Tw-PmXstLECjzAilBi1ChihRFqRnvoBFC81CqMBIGYiYjJkXEuAEdxQ0dg2LGUB0ZHnDKamT7d_cqtHFou-3-4PLClo9te9M11_qHlmLJyr4Bt8pkqA
ClassificationCodes F301.2
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.2018.21.033
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL Establishment of agricultural land appraisal model based on deep belief network
EndPage 271
ExternalDocumentID nygcxb201821033
GrantInformation_xml – fundername: 国家自然科学基金项目资助; 国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题; 河南省科技攻关项目资助
  funderid: (41601418); (KF-2016-02-014); (172102210539,162102210059)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1023-8770b5a919d9217b34e1c55b4a79ad5c0f37d375d34c0bdf6bf093cc2bdc48423
ISSN 1002-6819
IngestDate Thu May 29 04:08:35 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 21
Keywords 农用地估价
普宁市
模型
深度学习
基准地价
深度置信网络
土地利用
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1023-8770b5a919d9217b34e1c55b4a79ad5c0f37d375d34c0bdf6bf093cc2bdc48423
PageCount 9
ParticipantIDs wanfang_journals_nygcxb201821033
PublicationCentury 2000
PublicationDate 2018-11-01
PublicationDateYYYYMMDD 2018-11-01
PublicationDate_xml – month: 11
  year: 2018
  text: 2018-11-01
  day: 01
PublicationDecade 2010
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2018
Publisher 郑州轻工业学院计算机与通信工程学院,郑州 450002%国土资源部城市土地资源监测与仿真重点试验室,深圳,518034
国土资源部城市土地资源监测与仿真重点试验室,深圳 518034
Publisher_xml – name: 国土资源部城市土地资源监测与仿真重点试验室,深圳 518034
– name: 郑州轻工业学院计算机与通信工程学院,郑州 450002%国土资源部城市土地资源监测与仿真重点试验室,深圳,518034
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.2911997
Snippet F301.2; 该文针对现有基准地价评估模型主观性较强及精度不够等问题,提出了一种基于深度学习思想的农用地基准地价评估方法,构建了样本特征集合与地价标签集合的深层网络结...
SourceID wanfang
SourceType Aggregation Database
StartPage 263
Title 基于深度置信网络的农用地基准地价评估模型
URI https://d.wanfangdata.com.cn/periodical/nygcxb201821033
Volume 34
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: EBSCOhost Academic Search Ultimate
  issn: 1002-6819
  databaseCode: ABDBF
  dateStart: 20140101
  customDbUrl: https://search.ebscohost.com/login.aspx?authtype=ip,shib&custid=s3936755&profile=ehost&defaultdb=asn
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://search.ebscohost.com/direct.asp?db=asn
  omitProxy: true
  ssIdentifier: ssj0041925
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxQxFA91C6IH8RO_6cGcZNf5SDIJeMnszlAEPbXQW5mvracV2i1oz6WCgiB4kqL0Ij1pPRVai__Mbtc_w_cymZ3BSv2AZcjmveR9_B55yZBMCLmXp5CGHQheViSszdIkbadBX7SVYLJfFDClT_G88-MnYn6RPVriSzOtV41dS-vDtJNt_PZcyf-gCnWAK56S_Qdkp51CBZQBX3gCwvD8K4xpxKmKaahpxPApIxoJGgY0dJEENVrQCP72qI4MT0y1a2tUWQip6mJBQXOGraSoahjV0ojo0tBpyAKeANlqEsN-QG4kqY5NP1BTkgR2oo0-KqIybM6GG-KAX6IOqHZANUcFoKEMsUb3jCGCSrCIVzGCLDKyLLIH5SYFLQxMd4qGfk2RNOT4Q0psWSSKbrJIl0rPUMBhcfPNiCvtEcEqlmmkqPSNN43qYCTK6KFHamMa5lljFFWKas-4LLKoQAEVMh6xoEoDqjIbUnQDwlPcVPXsdU_qdp_h1RRAMw5QISpawgjYlr5B9ASKV45tb6MgNqpwo5PXaDWNgpPNAxSB4oUhhQ2TypCJDU_ZjzJh1TOweghbGU2KI0lDeHaNkeAsZmxrRDoq4EMld6Vj31qXiRYzsZA2XdpMXDOsVwfnq7xqs2A5RfPKW3tOZn8VcJP-UURnKgI3cMqO53Yc36-nPdPNqIMXK9nzFHk8FzjOkFkPZghOi8zqsBfG9eLCxfcn0-zn4TckRL1Y566PV0VMN5jh9gpu9lpYNc4SWin54DQVzfHBQT8ZrDRmugsXyQW7RJ3T5XhzicxsPL1MzuuVVfuZnuIKeTj-eDA6eHO8_3V88Gly9Hn0fWdy9HZyuD15vzne2p682x1v7wHP-OUWFEaH-z--bI6-7R3v7ow_vL5KFuNooTvftvewtNfwwy4wYQqclCfKVbny3CD1WeFmnKcsCVSS88zp-0HuBzz3WQZDe1-kfUf5WealecYkrNeukdbg2aC4TuaSvs-LQqW8ABL8USJxMoWOy4GQ-zfInLV92Y6za8u_4HPzzyy3yLl6PLhNWsPV9eIOrB2G6V0L6k-UUMn6
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%BD%AE%E4%BF%A1%E7%BD%91%E7%BB%9C%E7%9A%84%E5%86%9C%E7%94%A8%E5%9C%B0%E5%9F%BA%E5%87%86%E5%9C%B0%E4%BB%B7%E8%AF%84%E4%BC%B0%E6%A8%A1%E5%9E%8B&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E7%8E%8B%E5%8D%8E&rft.au=%E7%BD%97%E5%B9%B3&rft.au=%E8%B5%B5%E5%BF%97%E5%88%9A&rft.au=%E8%81%82%E5%8F%AF&rft.date=2018-11-01&rft.pub=%E9%83%91%E5%B7%9E%E8%BD%BB%E5%B7%A5%E4%B8%9A%E5%AD%A6%E9%99%A2%E8%AE%A1%E7%AE%97%E6%9C%BA%E4%B8%8E%E9%80%9A%E4%BF%A1%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E9%83%91%E5%B7%9E+450002%25%E5%9B%BD%E5%9C%9F%E8%B5%84%E6%BA%90%E9%83%A8%E5%9F%8E%E5%B8%82%E5%9C%9F%E5%9C%B0%E8%B5%84%E6%BA%90%E7%9B%91%E6%B5%8B%E4%B8%8E%E4%BB%BF%E7%9C%9F%E9%87%8D%E7%82%B9%E8%AF%95%E9%AA%8C%E5%AE%A4%2C%E6%B7%B1%E5%9C%B3%2C518034&rft.issn=1002-6819&rft.volume=34&rft.issue=21&rft.spage=263&rft.epage=271&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2018.21.033&rft.externalDocID=nygcxb201821033
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg