期刊文献+

主成分指标在基准地价评估神经网络中的应用

Application of Indicators Based On PCA in the Land Prise Assessment BP Neural Network
下载PDF
导出
摘要 对我国现行城镇基准地价的评估方法进行了研究,阐述了现行方法中存在的问题和不足,提出了通过区域样点地价和区域地价影响因素平均分确定基准地价的方法,使用主成分分析法建立了地价影响因素的主成分指标,结合BP神经网络建立了基准地价评估模型,并通过实例验证了方法的可行性和模型的准确性。 This article on China's current urban land price conducted a study on the current methods of the land price assessment and expound the existing prohlems and shortcomings, give a method of assessment which determine the price through the price of regional samples and the regional factors affectting the average price of the benchmark.. Using the Principal ComponentsAnalysis(PCA) to establish the factors that affect the price of the principal component indicators, combined with BP neural network to establish a assessment model of urban land price, and through the example shows the feasibility and the accuracy of the model.
作者 方必和 陈飞
出处 《科技和产业》 2009年第3期25-27,39,共4页 Science Technology and Industry
关键词 基准地价 主成分分析 BP神经网络 评估模型 land price Principal Components Analysis(PCA) ; neural network assessment model
  • 相关文献

参考文献5

  • 1GB/T 18505-2001.城镇土地估价规程[S].
  • 2GB/T 18508-2001.城镇土地分等定级规程[S].
  • 3安徽中安房地产评估咨询有限公司.安庆市城市基准地价更新技术报告[R].安庆:安庆市国土资源局,2007.
  • 4胡伍生.神经网络理论及其工程应用[M].北京:测绘出版社,2005.
  • 5刘耀林,焦利民.人工神经网络的基准地价评估方法研究[J].地球信息科学,2002,4(4):1-6. 被引量:15

二级参考文献9

  • 1李祚泳.城市综合环境质量评价的B—P网络模型[J].系统工程,1995,13(2):9-13. 被引量:10
  • 2张乃尧,阎平凡.神经网络与模糊控制.1998.
  • 3刘耀林等.武汉市基准地价评估技术报告.2001.
  • 4刘耀林.城市抗灾能力的二级B—P网络模型研究[J].武汉测绘科技大学学报,1996,(3).
  • 5倪祥.土地类型与土地评价概念,1999.
  • 6Castellobo G et.al. An Iterative Pruning Algorithm for Feedforward NN. IEEE. Trans. NN, 1977, 8:519~537.
  • 7Azimi MR et.al. Fast Learning Process of Mutilayer NN using RLS methods.IEEE, Trans. Signal Processing,1992,40~48.
  • 8Yi S et al. Global optimization for NN training.IEEE computer,1996,3:45~54.
  • 9Special issue on application of neural network, PROC IEEE,1996,84(10).

共引文献22

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部