基于PSOSVM模型的土壤适宜性评价
王亚云
赵艳玲
何厅厅
夏清
侯占东
石娟娟
刘亚萍
1.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000832.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000833.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000834.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000835.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000836.中国矿业大学 北京 土地复垦与生态重建研究所,北京,1000837.中国矿业大学 北京 土地复垦与生态重建研究所,北京,100083
摘要：土壤适宜性评价是获取土地质量状况的重要手段，可为土地科学规划、管理、科学决策提供重要依据。鉴于此，将支持向量机理论引入土壤评价领域，提出一个全新的土壤适宜性评价模型，为了提高评价精度，针对人为选择惩罚系数（C）、核函数参数（σ）的随机性，利用粒子群算法（PSO ）对其进行优化，构建了PSO SVM 模型，SVM 模型采用径向基函数（RBF）作为核函数。以溪洛渡水电站嘎勒移民安置区为例，利用PSO SVM 模型对土壤适宜性进行评价，同时与BP神经网络、普通SVM 模型进行比较。结果表明：PSO SVM 算法明显提高了分类正确率，结果优于BP神经网络和普通SVM ，能更好地反映土壤适宜性，可见，PSO SVM 是一种高精度的土壤适宜性评价模型。
关键词：支持向量机粒子群综合评价土壤适宜性
分类号：S03(农业科学)
资助基金：国土资源部公益性行业专项(20111101005)
论文发表日期：2013-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 49-53 )
英文信息