一种基于机器学习的城市发展模拟元胞模型
利用元胞自动机(Cellular Automata,CA)模拟土地利用变化,已经成为认识和理解其复杂动态演化过程的有效手段.传统的元胞自动机基于线性转换规则,较难表达土地利用变化的非线性边界问题.本文研究利用最小二乘支持向量机方法(LS-SVM),将原空间下的非线性可分问题,通过高斯径向基核函数映射到高维特征空间,简化其求解过程,从而建立了一种非线性的土地利用元胞自动机模型LS-SVM-CA.利用该模型对上海市嘉定区1989-2006年的土地利用变化进行模拟的试验表明,其模拟结果与该区域土地利用实际格局非常符合,且其总体精度和Kappa系数比基于标准SVM的元胞自动机模型更高.
元胞自动机、最小二乘支持向量机、土地利用变化模拟、遥感、GIS
36
P208;P237(一般性问题)
国家自然科学基金资助项目40771174;上海高校选拔培养优秀青年教师科研专项基金资助项目ssc09018
2011-08-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
216-218