检索结果-南通市图书馆

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

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

长江流域资源与环境 2013年第6期22卷 691-697页

作者：张晓瑞方创琳王振波马海涛中国科学院地理科学与资源研究所北京100101 合肥工业大学城市规划系安徽合肥230009

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... 详细信息

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。

关键词：建成区面积预测 RBF神经网络 BP神经网络线性回归

三明市2016-2020年建成区面积时空变化特征分析

在线全文

学校读者我要写书评

暂无评论

江西测绘 2022年第4期 42-45页

作者：苏晓欢三明市测量队福建三明365001

为推进三明市各区域的协调发展,以2016-2020年建成区面积为数据基础,基于ArcGIS软件平台,结合空间自相关分析方法对建成区进行研究,发现三明市2016-2020年建成区面积随年份推进缓慢扩大,且在全局地理空间上具有正向空间自相关性,空间集... 详细信息

为推进三明市各区域的协调发展,以2016-2020年建成区面积为数据基础,基于ArcGIS软件平台,结合空间自相关分析方法对建成区进行研究,发现三明市2016-2020年建成区面积随年份推进缓慢扩大,且在全局地理空间上具有正向空间自相关性,空间集聚特征较强。2018-2020年比2016-2017年的集聚区增加了大田县低高集聚区,反映了集聚程度随年代推进的强化趋势及其空间溢出效应。

关键词：三明市建成区面积空间自相关年度变化特征空间集聚特征

全省城市县城建成区面积达到407.72平方公里 001

在线全文

学校读者我要写书评

暂无评论

东营市城市化水平与生态环境压力及建成区面积研究

青海日报

作者：王臻

本报讯（记者王臻）记者近日从全省住房城乡建设工作会议上获悉，“十三五”时期，我省着力提高城镇发展持续性宜居性，努力探索走出一条具有高原特色的城镇发展道路，全省城市县城建成区面积达到407.72平方公里，较“十二五”末增加... 详细信息

本报讯（记者王臻）记者近日从全省住房城乡建设工作会议上获悉，“十三五”时期，我省着力提高城镇发展持续性宜居性，努力探索走出一条具有高原特色的城镇发展道路，全省城市县城建成区面积达到407.72平方公里，较“十二五”末增加32.41平方公里，全省城镇承载力、宜居性?

关键词：建成区面积地下综合管廊

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

东营市城市化水平与生态环境压力及建成区面积研究

作者：白俊燕陕西师范大学

学位级别：硕士

本文从五个方面：城市人口、经济水平、生活水平、文化卫生、城市地域景观,构建了山东省——东营市的城市化水平综合评价指标体系;应用主成分分析法对1991-2010年东营市的城市化水平进行了综合评价,得出城市化水平综合得分;并建立了生... 详细信息

本文从五个方面：城市人口、经济水平、生活水平、文化卫生、城市地域景观,构建了山东省——东营市的城市化水平综合评价指标体系;应用主成分分析法对1991-2010年东营市的城市化水平进行了综合评价,得出城市化水平综合得分;并建立了生态环境压力模型,对东营市的2001-2010年的生态环境压力进行了相关计算和相关分析。通过研究,得出的结论如下： (1)1991-2001年,东营市的城市化水平处于缓慢增长阶段,得分均在0分以下,说明这一阶段东营市的城市化水平在20年中处于平均水平以下;2001-2004年东营市的城市水平得分处于下降阶段,这几年不但没有向往年一样缓慢增长,而且还有一定的下滑,因此其城市化水平得分还是负值,仍然在平均水平以下;2004-2010年东营市的城市化水平呈现快速增长阶段,2004年以后东营市的城市化水平高于20年来的平均城市化水平,并一直表现出快速增长的趋势。 (2)东营市生态环境压力在2001-2002年属于中等压力阶段,2003-2004年属于压力大阶段,到了2005年,达到最大值属于压力很大阶段,然而2005年-2010年,东营市的生态环境压力值已经从压力很大状态,逐渐回落到指数65左右,接近达到中等压力水平。 (3)2001-2004年东营市在这一时期的城市化水平得分不断减少并低于平均水平,生态环境压力不断增加,2005年生态环境压力达到最大值90,说明这时资源能源消耗较大,环境污染较严重;2005-2007年东营市的生态环境压力有减少趋势,而城市化水平保持持续增加的趋势,2007年东营市的城市化水平和生态环境压力的关系达到平衡;2007-2010年,东营市的城市化水平继续增加,生态环境压力指数基本保持不变,二者的关系保持协调发展。 (4)利用SPSS17的相关分析功能计算东营市的城市化水平和生态环境压力的相关系数,结果发现二者相关系数的绝对值小于0.3,说明二者没有显著的相关性。接下来对东营市建成区面积进行研究,采用2001、2004、2007、2010年四期30米分辨率TM遥感影像,运用erdas和ArcGIS专业软件对影像数据进行处理,对东营市2000年以来的建成区面积边界进行了提取,得到四个时期东营市建成区总面积。并对建成区的面积变化情况进行了分析,结果表明： (1)自2000年以来,东营市的建成区面积不断在增大。 (2)东营市除2004年外的城市建成区形状的紧凑性比较好。 (3)东营市建成区近十年来扩展方向表现为西城向北向东扩展,东城向北向西扩展,同时有向东部沿海地区扩展的趋势。进一步就建成区面积的扩展原因进行系统分析,得出政策法规、区域发展战略和城市规划的引导作用、交通干线的引导作用等是影响建成区面积扩展的主要因素。为了了解建成区面积和城市化水平之间的关系,本文对东营市的城市化水平和建成区面积数值之间的关系作了定性和定量分析,结果表明东营市的城市化水平和建成区面积并没有显著相关性,因此,建成区面积的不断扩大并不能代表城市化水平的提高,由于城市化水平是在人口、经济、生活水平、交通、绿化等各个方面的总体变化情况,必须进行多指标综合评价。为了得知东营市的城市化水平在全省处于什么地位,对山东省17个地级市的城市化水平运用相同的指标体系和相同的分析方法即主成分分析方法,得出各个地级市的城市化水平综合得分,根据城市化水平得分情况进行作图分析,研究东营市的城市化水平在山东省的地位,得出东营市在山东省17个地级市中城市化发展水平处于中等水平的结论。本文的创新点在于： (1)研究内容上的创新,本文选取的研究区属于中等城市,并且东营市的位置处于黄河三角洲入海口地区,非常特殊,是一个土地面积逐年增加的地区。 (2)本文采用的主成分分析法研究城市化水平时,省去了主观上对综合评价指标的取舍问题,并排除了进行专家评价时主观判断的干扰因素。 (3)本文对城市的建成区面积进行研究时,提取方法直接用矢量化,提高了提取精度。

关键词：城市化主成分分析生态环境压力东营市建成区面积

中国不同行政级别城市建成区面积扩展对其绿地扩张影响的实证分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湖北农业科学 2016年第23期55卷 6310-6315页

作者：尤仪霖刘志强苏州科技大学建筑与城市规划学院江苏苏州215011

不同城市中建成区、建成区绿地面积的扩张存在差异,中国采用的行政区划使其差异更加明显。以中国1996-2014年县级及以上城市建成区面积、建成区绿地面积的面板数据为基础,将不同行政级别城市分组后,运用计量分析、变异系数,定量化分析... 详细信息

不同城市中建成区、建成区绿地面积的扩张存在差异,中国采用的行政区划使其差异更加明显。以中国1996-2014年县级及以上城市建成区面积、建成区绿地面积的面板数据为基础,将不同行政级别城市分组后,运用计量分析、变异系数,定量化分析其影响,测算得出城市组间影响力大小、组内影响力差异及组间影响力的逐年变化,这对于指导不同行政等级城市的绿地发展,统筹全国城市绿地建设具一定意义。实证分析表明,1我国直辖市、副省级市、地级市、县级市组间建成区绿地面积、建成区面积扩张之间存在长期均衡关系;2城市组间建成区每扩展1%,拉动直辖市建成区绿地扩张1.58%、副省级市1.19%、地级市1.47%、县级市1.42%;3城市组内影响力差异属县级市最大、副省级市最小、直辖市较小,地级市偏大;4城市组间建成区对于建成区绿地扩张的影响力度均逐年增加。

关键词：建成区面积建成区绿地面积行政等级影响计量分析变异系数

基于主成分分析的BP神经网络在城市建成区面积预测中的应用——以北京市为例

在线全文

学校读者我要写书评

暂无评论

地理科学进展 2007年第6期26卷 129-137页

作者：刘柯北京大学城市与环境学院北京大学景观设计学研究院北京100871

城市建成区规模受社会、经济、城市环境等诸多因素影响,传统统计方法难以准确预测城市建成区的面积。人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛的应用,尤其是BP神经网络。主成分分析可以在有效保留数据信... 详细信息

城市建成区规模受社会、经济、城市环境等诸多因素影响,传统统计方法难以准确预测城市建成区的面积。人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛的应用,尤其是BP神经网络。主成分分析可以在有效保留数据信息前提下对数据进行降维,它与BP神经网络的结合主要在数据输入端,通过减少输入层神经元个数,增强网络性能,提高预测精度。本文以北京市为例,综合运用主成分分析和BP神经网络方法建立预测模型,以1986￣2003年数据为学习样本,以2004年数据为检验样本,对2005年北京市城市建成区面积进行模拟预测。预测结果表明,基于主成分分析的BP神经网络预测结果与实际值的相对误差为2.8%,比传统BP神经网络预测精度提高1.8个百分点,网络训练收敛速度也更快,其预测精度和效率都有不同程度的改善。

关键词：主成分分析 BP神经网络建成区面积预测北京

BP神经网络在城市建成区面积预测中的应用——以江苏省为例

在线全文

学校读者我要写书评

暂无评论

长江流域资源与环境 2006年第1期15卷 14-18页

作者：赵姚阳濮励杰胡晓添南京大学城市与资源学系江苏南京210093

城市建成区规模的迅速扩张是目前江苏省土地利用变化中的一个显著特点，其面积从1985年的426km。扩大到2003年的2200km^3，平均年增加98．56km^3。城市建成区规模的扩张受到社会、经济、人口等多种因素的影响，用传统方法对其进行预测... 详细信息

城市建成区规模的迅速扩张是目前江苏省土地利用变化中的一个显著特点，其面积从1985年的426km。扩大到2003年的2200km^3，平均年增加98．56km^3。城市建成区规模的扩张受到社会、经济、人口等多种因素的影响，用传统方法对其进行预测比较困难。鉴于BP神经网络在非线性领域预测中的广泛应用，以江苏省为研究对象，构建一个11-3-1结构的BP神经网络预测模型，以1985～2001年和2002年的相关数据作为模型的训练和测试样本，以2003年的社会、经济数据作为网络的预测输入，对该年的建成区面积进行预测。结果表明，BP神经网络预测结果与实际面积的相对误差为3．96％，其预测精度与多元回归预测模型相比有较大改善。

关键词： BP神经网络预测建成区面积江苏省