论文部分内容阅读
研究目的:为全面表征影响因素与土地价格之间的复杂函数关系,提高城镇基准地价预测精度,研究一种更精准的地价评估方法。研究方法:提出一种基于深度学习思想的城市基准地价评估方法,通过实例法验证模型的可行性和有效性。研究结果:(1)与BP神经网络、支持向量机这类浅层学习模型相比,DBN的深层网络结构明显能够更好地挖掘城市地价样本集的深层特征,获得更好的评估精度;(2)DBN的无监督训练框架能够利用少量的训练样本获得较高的评估精度,并且随着无标签样本的增加模型评估精度也逐渐提高。研究结论:DBN模型能够精准拟合地价影响因素和土地价格之间的复杂关系,对于基准地价评估工作具有重要的实际应用意义。