研究目的：避免城镇建设适宜性评价指标及其权重体系建立的主观性，通过“数据海选—非线性认知—线性规则转化”的方式，探索能反映城镇建设适宜性影响因素之间真实联系、评价结果易于理解、便于落地实施的城镇建设适宜性评价方法。研究方法：非线性机器学习、贝叶斯网络模型。研究结果：贝叶斯网络非线性结构学习出的有向无圈网络(DAG)揭示了城镇建设适宜性评价指标影响的线性主次性，贝叶斯网络非线性参数学习出的各评价指标重要度映射出城镇建设适宜性评价指标的线性重要度。研究结论：对比“专家经验线性评价”、“非线性贝叶斯网络评价”“转化线性规则评价”三种方法评价结果，非线性贝叶斯网络评价结果的合理性大大高于专家经验线性评价结果，转化线性规则评价结果的准确性不如非线性贝叶斯网络评价，但误差在可接受范围内，评价出的城镇建设适宜用地更加集中连片，评价结果易于感知、理解，可行性强。

研究目的:从生态保护和经济发展的角度,研究城镇建设用地的适宜性评价指标体系和评价方法,以期为城市规划和土地利用总体规划的城镇发展用地合理布局和科学评价提供有效范式。研究方法:以GIS栅格技术为支撑,利用多因素加乘复合算法和互斥性矩阵分类方法进行城镇建设用地适宜性评价,利用对比分析法佐证评价方法与结果的有效性和合理性。研究结果:平谷区城镇建设空间布局可优化为优先建设区、适度建设区、控制建设区、适度保护区、重点保护区和禁止建设区,分别占全区总面积的22.97%、12.15%、11.69%、9.93%、12.90%和30.31%;城镇建设用地适宜程度在空间上呈圈层分布特征,由平原向四周的半山区和山区...

建设山地城市是２１世纪城市建设的十大模式之一。实施＂城镇上山＂战略，其基础是开展山区城镇建设用地适宜性评价。目前，国内外对山区城镇建设用地适宜性评价的研究尚属薄弱环节，其评价指标体系、评价标准、技术方法模式等关键技术方法问题需要深入、广泛的探讨和实证研究。论文针对山区城镇建设的特殊性，构建起由７个特殊因子和１０个一般因子（其中有５个同时是特殊因子）共同组成的山区建设用地评价指标体系，采用＂极限条件法＂与＂适宜性指数法＂相结合的技术方法，通过确定单项评价因子指数和综合性适宜指数，并运用ＧＩＳ技术，以第二次土地调查１：１０ ０００土地利用现状图的基本图斑为评价单元，分析和评定了云南德宏州山区每一评．．．

在中国耕地保护形势日益严峻的情况下，如何在山地区开展耕地整治项目布局，提高耕地整治效率，是当前开展山地区土地整治规划工作的重要内容，而耕地整治适宜性评价则是耕地整治项目布局的前提。本文以鄂西北山地区房县为研究区域，选取灌溉保证率、地形坡度、土壤质地、有效土层厚度、耕地系数、与道路距离、与城镇中心距离和田块规模指数８个评价指标，运用贝叶斯概率模型计算影响因素权重和耕地整治的后验概率，并得到研究区耕地整治的适宜性分布图，最后进行预测结果检验。结果表明：１在影响山地区耕地整治的因素中，耕地系数、灌溉保证率、地形坡度、与道路距离四个因素对耕地整治影响程度比田块规模指数、有效土层厚度、与城镇中心距离和土．．．

贝叶斯网络是数据采掘的一个非常有效的工具,它能够定性和定量地分析属性之间的依赖关系,进行概率推理。在给出贝叶斯网络相关概念后,讨论了贝叶斯网络在离散型、连续型和混合型3种情况下的参数学习计算公式;利用给定样本数据,对具有完整数据和不具有完整数据的贝叶斯网络,学习网络参数,更新网络变量原有的先验分布;从理论上给出两种不同类型下的参数学习公式。

提出了采用基于贝叶斯网络推理技术的高校教师绩效评价方法。该方法以现有的绩效评价指标体系为基础,结合贝叶斯网络中多层隐类模型的构建原理,将评价指标体系中的各项指标转化为贝叶斯网络中的结点,并根据各级评价指标之间的逻辑关系将其转化为贝叶斯网络中的联接强度,可得到用于教师绩效评价的贝叶斯网络;将各项指标的评价分值作为证据输入到贝叶斯网络中,便能以概率形式评定参评教师的绩效水平。最后分析了教师绩效评价贝叶斯网络的四种典型应用模式。

本文基于供求理论构建城镇建设用地适宜性评价指标体系,应用BP神经网络模型测算城镇建设用地适宜性,以期为城镇建设用地的科学配置奠定理论与实践基础,实现区域土地资源的可持续利用。研究结果表明,(1)基于供求理论,可以从本底条件、技术水平、区位交通、集约程度、人口密度、经济发展等方面构建城镇建设用地适宜性评价指标体系;(2)BP神经网络可准确反映各评价单元的城镇建设用地适宜性,有助于提高城镇建设用地适宜性评价结果的精度;(3)根据测算结果可将研究区分为四个区域:高度适宜区可进行大规模城镇建设用地开发,但应注重城

在大数据和互联网技术迅猛发展的背景下,金融大数据平台公司通过自己的平台收集和整理海量数据,完善信用评价维度,运用机器学习方法对个人信用水平进行全面科学评价,因而,商业银行传统个人信用评价面临巨大挑战。从现有个人信用评价体系和方法局限出发,探讨基于机器学习方法的个人信用评价研究的必要性,完善个人信用评价维度和评价体系,明确数据采集的渠道,运用动态脱敏技术进行数据脱敏、LOF检验方法检验数据异常值和随机森林方法补充数据缺失值。接着,运用梯度提升决策树方法筛选重要性指标,通过基于逻辑回归的评分卡模型对筛选后的指标进行处理,输出个人信用评价分。最后,通过BP神经网络对模型进行检验,运用该模型对个人信用水平进行预测。研究表明基于机器学习能够进一步提高个人信用评价的准确性,为商业银行个人信用评价提供科学的依据和参考。

选取长江上游作为研究区域,以县域国土空间为基本单元,在分析国土空间开发适宜性评价理论框架的基础上,综合运用统计方法、多要素空间叠置方法,开展国土空间城镇开发适宜性评价。研究结果表明:长江上游资源承载力高值区以成都为原点,分为四个象限,分别位于嘉陵江上游、川西山原、川南和川西南河谷区、乌江中下游沿岸。长江上游生态环境约束力高值区集中分布于四川盆地,低值区主要分布在盆地以西的高原山区、盆地向川西高原的过渡带、三峡库区等地。社会经济支撑力高值区以省会城市向外扩展呈圈层状,城镇开发潜力高值区主要沿成—绵—乐经济带、成渝高速沿线和长江干流宜宾—重庆段分布。长江上游城镇空间开发适宜性整体得分不高,较适宜和适宜开发区国土面积仅占长江上游总面积的3.43%,高值区集中分布在成都平原沿成—绵—乐沿线、成渝高速沿线、川南城市群、渝西经济带及贵阳、昆明两座省会城市周边。据此认为,长江上游城镇空间开发应以适宜性评价结果为基础,科学划定禁止开发和限制开发区,充分发挥已有交通干线、长江黄金水道等发展轴线的联动作用,优化长江上游国土空间开发格局。

目的】建立苹果原料制干适宜性评价模型,实现基于苹果原料指标预测干制品品质的目标,为苹果制干专用化原料的筛选提供方法依据,为明确苹果干制品品质形成的基础物质提供数据支持。【方法】以来自7个不同主产区的21个主栽品种,共34份苹果鲜果样本为研究对象,运用多种数据处理方法建立苹果脆片品质综合评价模型与苹果原料制干适宜性评价模型。(1)利用压差闪蒸干燥方法制备34份苹果鲜果的脆片样本,测定苹果脆片17项品质指标,采用因子分析进行降维并筛选得到苹果脆片品质评价核心指标,运用层次分析法得到脆片核心指标权重值,构建脆片品质综合评价模型并计算得到脆片综合评价得分。(2)测定34份苹果鲜果样本22项品质指标,与脆片核心指标进行相关性分析并筛选出与脆片品质相关的果实特征指标。选用29个样本以果实特征指标为输入,对应脆片综合评价得分为输出,利用误差反向传播(Error Back Propagation,BP)神经网络算法构建学习模型;其余5个样本为验证样本,评价学习模型的预测准确性。变换3组学习样本构建3个学习模型,对比3个模型的预测准确性,验证建模方法的合理性与稳定性。【结果】苹果脆片L*值、脆度、膨化度、可滴定酸含量、可溶性糖含量和粗蛋白含量被确定为不同样本脆片品质综合评价的核心指标,构建的苹果脆片品质综合评价模型为Y_(综合得分)=L*值×0.3724+脆度×0.2665+膨化度×0.1583+可滴定酸含量×0.0890+可溶性糖含量×0.0569+粗蛋白含量×0.0569。34个苹果鲜果样本制得的脆片综合得分范围为0.2069—0.7933,存在较大差异,得分排名前3的苹果样本为‘辽宁华红’‘辽宁华金’和‘山东烟富6号’,排名最后的苹果样本为‘陕西秦冠’。基于脆片核心指标与苹果果实品质指标相关性分析结果,筛选出苹果果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标作为果实制干适宜性评价的特征指标。以果实特征指标值为输入层,对应苹果脆片综合评分为输出层,建立BP神经网络学习模型,可实现苹果原料制干适宜性的定量预测。该方法建立的学习模型有较高的预测准确性与稳定性,变换学习样本得到的3个学习模型的预测值与实际值相对误差均不超过10%,实际值与模型预测值线性拟合后决定系数R~2均大于0.95。【结论】苹果制干适宜性可由果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标进行评价,建立的适宜性评价模型可实现基于苹果原料指标定量预测其制干适宜性。

运用R聚类和变异系数分析相结合的方法筛选评价指标,以社会网络分析方法中的中心性概念为基础构建城市养老地产开发适宜性评价模型,对2014年全国35大中城市的养老地产开发适宜性进行了实证分析。结果表明:根据中心性值可将35个城市分为养老地产开发适宜程度不同的4类,各类城市的养老地产开发均受到三方面因素不同程度的制约。

运用R聚类和变异系数分析相结合的方法筛选评价指标,以社会网络分析方法中的中心性概念为基础构建城市养老地产开发适宜性评价模型,对2014年全国35大中城市的养老地产开发适宜性进行了实证分析。结果表明:根据中心性值可将35个城市分为养老地产开发适宜程度不同的4类,各类城市的养老地产开发均受到三方面因素不同程度的制约。

为更加深入地了解县域尺度城镇建设用地生态适宜性情况,实现土地资源的合理可持续利用。以重庆市荣昌县为例,采用AHP法和GIS空间分析技术,选择了地形、社会条件和生态安全3大类8个指标,建立了适用于浅丘区土地生态适宜性评价指标体系,分析了荣昌县中心城区生态景观格局和建设用地生态适宜性分布。结果表明:荣昌县不同景观类型之间生态景观指数差异较大,但各种景观类型分布比较均匀。荣昌县中心城区适宜分布建设用地的面积大,未来城镇建设开发潜力大,其中最适宜和适宜开发的面积为1.288 55万hm2,占中心城区面积的34.85%;可适度开发的土地面积为1.0 59 878万hm2,占中心城区面积的28.67%。因...

从降低城市化过程中因建设用地扩展所致生态不利影响出发,本文以最小累积阻力(MCR)模型为基础,选取已有建设用地作为扩展源,构建地形、地质、生态脆弱性和可达性四个阻力因子体系。在生成的MCR面上,划分建设用地适宜性分区,并利用Hydrology扩展模块提取建设用地适宜扩展路径、生态隔离带和生态关键点,为城镇生态建设规划和景观格局优化提供决策支持。主要结果包括:应用本文方法分析建设用地适宜性评价的面、线、点综合特征,比仅进行扩展面评价分析的常规方法更为全面,且更具可操作性;划分出建设用地适宜扩展区、较适宜扩展区、限制扩展区、禁止扩展区和生态恢复区,并提出相应的管理措施;建设用地在适宜扩展区和较适宜...

贝叶斯网络模型作为一种传统有效的大数据图模型,因其具有因果和概率性语义等特点受到学者们的广泛研究。为了解决基于高维数据构建贝叶斯网络的难题,本文提出了一种适用于高维数据的贝叶斯网络结构学习算法—LTB算法,该算法由Lasso、Tabu Search算法和BIC结合。首先,运用Lasso降低协变量的维数,筛选出与目标变量关系密切的协变量将作为贝叶斯网络的顶点。然后,选择Tabu Search作为元启发式算法,选择BIC作为计算得分的方法,两者结合构建全局最优的贝叶斯网络结构。实证分析表明,LTB算法应用于上证综指影响因素的研究,既可以获得上证综指与其影响因素间的因果关系,也可以利用条件概率得到上证综指影响因素间的组合方式。