您的位置: 专家智库 > >

孟祥健

作品数:3 被引量:9H指数:2
供职机构:吉林师范大学旅游与地理科学学院更多>>
发文基金:吉林省科技厅科研基金吉林省社会科学基金更多>>
相关领域:经济管理更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇经济管理

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇建设用地
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇农村
  • 1篇主成分
  • 1篇主成分分析
  • 1篇状态空间法
  • 1篇自然资源
  • 1篇综合承载力
  • 1篇空间法
  • 1篇GM(1,N...
  • 1篇城市

机构

  • 3篇吉林师范大学

作者

  • 3篇李秀霞
  • 3篇孟祥健
  • 1篇孟玫

传媒

  • 2篇上海国土资源
  • 1篇水土保持通报

年份

  • 2篇2017
  • 1篇2016
3 条 记 录,以下是 1-3
排序方式:
基于“城市─农村”视角城市建设用地规模预测研究——以四平市为例
2016年
伴随我国城市化的进程飞速发展,在促进经济快速发展的同时,城市建设用地不断扩张而蚕食良田,粮食安全受到严重威胁。如何预测城市建设用地规模,成为学者们研究的热点。城市拉力和农村推力两者共同合力影响城市建设用地扩张,而非单一影响因素的结果。本文把四平市作为研究对象,基于"城市─农村"合力视角,构建影响建设用地扩张的影响因子,用相关分析对其相关性进行研究,采用BP神经网络做出预测,结果表明BP神经网络预测出的结果相比于灰色预测的结果预测精度更高。
孟祥健李秀霞
关键词:建设用地BP神经网络
BP神经网络和GM(1,n)模型在吉林省四平市建设用地面积预测中的应用比较被引量:3
2017年
[目的]科学准确地预测城市建设用地,有利于把握城市发展的速度,了解城市化发展进程,为相关政府部门掌握土地利用情况,制定土地总体规划提供科学依据。[方法]把四平市作为研究对象,从"城市—农村"合力视角构建影响因子,利用因子分析探讨影响建设用地扩张的相关性,对指标进行筛选,在此基础上利用BP神经网络和灰色模型对四平市2012,2013和2014年建成区面积进行预测,最后对预测结果进行比较分析。[结果]通过预测与比较分析可知,BP神经网络结果的相对误差分别为0.8%,1.1%和2%,而灰色GM(1.1)模型预测结果相对误差分别为0.04%,0%和3.2%。可以看出,BP神经网络预测出的结果与实际相比较误差均在2%以内。[结论]BP神经网络预测的结果较精确,运用该方法可以有效提高预测的精度。
孟祥健李秀霞
关键词:BP神经网络建设用地
四平市自然资源综合承载力评价与预测研究被引量:6
2017年
运用状态空间法构建综合承载力模型,对吉林省四平市2000~2014年自然资源综合承载力进行了评价,用灰色预测GM(1,1)模型对其进行预测,并针对存在问题提出了合理化建议。结果显示:四平市自然资源综合承载力呈现出W型波动式上升,但始终处于严重超载状态;未来10年四平市自然资源综合承载力虽然呈现上升趋势,但仍将处于严重超载状态;四平市土地资源比较丰富,但水资源和能源相对不足,是制约该市经济发展的主要因素。文章最后从提高资源的利用率、保护水资源、优化产业结构等方面给出合理化建议,以期为四平市经济的可持续发展提供技术参考。
孟玫李秀霞孟祥健
关键词:自然资源综合承载力状态空间法主成分分析
共1页<1>
聚类工具0