基于地理信息识别的生态环境保护指标规划方法研究

摘要：

该生态环境保护指标为基于机器学习基础指标,融合地理信息大数据的多层次加权配合线性模糊和模糊矩阵的综合非线性指标体系.其中,机器学习部分引入了复杂多列深度卷积算法,节点类型包括对数迭代回归节点、超限学习机节点、二值化节点等.仿真测试中,该算法针对环保隐患发生状态的数据特异性为99.26％,针对环保问题发生状态的数据特异性为99.79％,且该系统在仿真环境中使得隐患排查效率提升6.26倍,问题排查效率提升4.97倍.

关键词：GIS、生态环境保护、机器学习指标、超限学习机、仿真测试

所属期刊栏目：45

分类号：P208(一般性问题)

在线出版日期：2022-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166