【技术实现步骤摘要】
本专利技术涉及一种基于遗传优化的神经网络自学习技术的土地评价方法，属于土地调査与评价领域。
技术介绍
土地评价是土地利用规划的基础，是合理利用土地的重要前提。自上世纪60年代以来，土地评价一直受到了广泛关注，其理论、技术和应用得到快速发展。土地评价模型是土地评价的核心， 一直以来作为土地评价研究的热点，受到国内外广泛关注。总体上，其发展经历了由定性向定量、由单项向综合、由数理统计分析向智能计算、复杂地理计算和专家系统方向发展历程，形成了定性模型、统计方法、参数化系统、专家系统、和混合化方法等评价技术方法。传统土地评价方法大多是依赖于经验知识的，按照对经验知识的使用方式和推理复杂程度，基本上可以将其分为三类①简单拟合法。通过经验分析，预先给定一种函数形式以模拟参评因子和土地质量之间的关系，然后根据少量调査样本进行回归分析，得到拟合公式。这种方法一般称为回归分析法。②经验规则推理。根据专家经验制定评判规则，包括因子的重要性程度或限制性因子以及推理方法等，然后进行限制条件判断或加权评判。如极限条件法、经验指数和法等。③土地评价专家系统方法。根据专家经验建立知识库，并转...
【技术保护点】
一种基于人工神经网络的土地评价方法，其特征在于：以实际调查样本为基础的自学习方法或以已有知识为基础，依据样本进行自学习修正，构建基于自学习、自适应的神经网络的土地评价方法。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘耀林，焦利民，刘艳芳，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。