王丹
- 作品数：3 被引量：6H指数：2
- 供职机构：江苏师范大学土地资源研究所更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：经济管理天文地球建筑科学更多>>
- 近20年来连云港城市用地扩展特征研究被引量：2
- 2017年
- 该文基于多个时期Landsat TM/ETM+卫星遥感数据和地理信息技术,结合RS专题信息提取和GIS的空间叠加分析技术,选择扩展强度指数、紧凑度、分形维数、重心转移指数、扩展方位指数等5个指标,系统地分析了1995—2015年我国沿海港口城市连云港的城市用地扩展模式与时空分异特征。结果表明:1995—2015年间连云港城市扩展总面积达217.06km2,年平均扩展速度为10.85km2,平均扩展强度指数为0.084,呈快速增长态势,其扩展的空间分异十分明显,呈现"两个中心、多组团、四轴向、扇形式"扩展模式。
- 王丹杨小艳陈阳胡洋洋陈龙高
- 关键词：时空分异
- 基于主成分-BP神经网络的建设用地规模预测──以连云港市为例被引量：3
- 2017年
- 建设用地是城市发展的重要因素,对建设用地规模的预测可以为土地利用总体规划提供参考数据和技术支持。笔者以连云港市为例,收集了2004—2013年有关建设用地规模的社会经济统计数据,采用主成分-BP神经网络模型对连云港市2014—2020年建设用地规模进行预测,得出7年连云港市建设用地规模的预测结果。研究得出主要结论:(1)主成分分析结果显示社会经济的发展、人口和基础设施的变化以及环境的改善从不同方面影响着建设用地的规模;(2)笔者构建的BP神经网络模型误差率较低、拟合效果较好且对于训练集以外的新样本数据具有较好的泛化能力,说明所建模型具有可靠性,可以进行预测;(3)连云港市2014—2020年的建设用地规模呈现逐年扩张的趋势,年均增长率为0.97%,连云港市应采取有效措施控制建设用地规模并且合理保护耕地,使得建设用地面积的增长控制在合理的范围之内。主成分-BP神经网络模型不仅能够对影响建设用地规模的因素进行全面分析,同时可以得到精度较高的建设用地规模预测数据,因此能够较好地应用于建设用地规模预测。
- 王丹杨小艳郑剑陈龙高高卫东
- 关键词：建设用地
- 基于灰色关联及BP神经网络的住宅需求预测——以徐州为例被引量：1
- 2017年
- 以徐州为研究对象,运用灰色关联和BP神经网络预测住宅需求。结果表明:1)在岗职工平均工资、人均可支配收入、GDP、人均存款余额以及人均消费性支出等5项社会经济指标与住宅需求高度相关;2)BP神经网络的预测误差为6.18%,精度可以满足住宅需求预测的要求;3)徐州市住宅市场发展前景看好。
- 陈阳李冬冬王丹陈龙高
- 关键词：住宅需求灰色关联BP神经网络住宅市场
