近年來隨著國(guó)家經(jīng)濟(jì)的迅速發(fā)展,城市中的土地交易越來越頻繁,同時(shí)也產(chǎn)生了諸如土地投機(jī)、價(jià)格上漲過快等問題。土地市場(chǎng)的規(guī)范、土地價(jià)格的限制、房地產(chǎn)業(yè)的把控是國(guó)家未來需要解決的重大問題。而住宅作為人民生活中的必需品,與其直接相關(guān)的城市住宅土地價(jià)格就成了土地問題研究的重中之重。而由于其重要性,住宅土地價(jià)格也受到諸多復(fù)雜因素的影響,對(duì)住宅土地價(jià)格的研究,實(shí)質(zhì)上就是對(duì)復(fù)雜的住宅地價(jià)影響因素的研究。在目前的研究中,現(xiàn)有的Hedonic模型、BP神經(jīng)網(wǎng)絡(luò)（back propagation neural network,BPNN）等研究方法和模型雖然都有各自的優(yōu)點(diǎn),但在對(duì)于城市地價(jià)這一復(fù)雜對(duì)象的研究上均存在一定的缺陷和不足。因此,本文收集成都市2010年的城市地價(jià)因素?cái)?shù)據(jù)以及成都市2010年至2017年的住宅土地交易數(shù)據(jù),進(jìn)行必要的處理后,使用深度信念網(wǎng)絡(luò)DBN（deep belief nets,DBN）對(duì)成都市進(jìn)行基于地價(jià)因素的住宅地價(jià)評(píng)估實(shí)驗(yàn),并與傳統(tǒng)地價(jià)評(píng)估模型進(jìn)行對(duì)比,驗(yàn)證深度學(xué)習(xí)技術(shù)在城市地價(jià)因素識(shí)別與量化上的可行性與存在的優(yōu)勢(shì)。本文主要研究方法如下:（1）使用ArcGIS^?

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 國(guó)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 研究方法與技術(shù)路線
        1.4.1 研究方法
        1.4.2 技術(shù)路線
    1.5 本文組織結(jié)構(gòu)
第二章 相關(guān)模型與理論
    2.1 Hedonic模型
        2.1.1 Hedonic模型簡(jiǎn)介
        2.1.2 Hedonic模型在住宅地價(jià)評(píng)估中的應(yīng)用
    2.2 BP神經(jīng)網(wǎng)絡(luò)
    2.3 深度學(xué)習(xí)
        2.3.1 深度學(xué)習(xí)簡(jiǎn)介
        2.3.2 深度學(xué)習(xí)模型
        2.3.3 深度學(xué)習(xí)的特點(diǎn)
    2.4 深度信念網(wǎng)絡(luò)DBN
        2.4.1 受限玻爾茲曼機(jī)RBM
            2.4.1.1 受限玻爾茲曼機(jī)基本模型
            2.4.1.2 受限玻爾茲曼機(jī)的求解
            2.4.1.3 受限玻爾茲曼機(jī)訓(xùn)練方法
        2.4.2 DBN模型的結(jié)構(gòu)
        2.4.3 DBN模型的訓(xùn)練
    2.5 Softmax分類器
    2.6 相關(guān)分析
    2.7 本章小結(jié)
第三章 實(shí)驗(yàn)數(shù)據(jù)處理與地價(jià)因素篩選
    3.1 研究區(qū)域概況
        3.1.1 城市發(fā)展?fàn)顩r
        3.1.2 成都市土地市場(chǎng)概況
    3.2 數(shù)據(jù)來源與整理
    3.3 地價(jià)數(shù)據(jù)修正與插值生成
        3.3.1 地價(jià)數(shù)據(jù)修正
        3.3.2 地價(jià)數(shù)據(jù)插值生成
            3.3.2.1 數(shù)據(jù)正態(tài)性
            3.3.2.2 數(shù)據(jù)最近鄰域分析
            3.3.2.3 數(shù)據(jù)空間相關(guān)性
            3.3.2.4 地價(jià)數(shù)據(jù)插值生成
    3.4 地價(jià)因素選取與數(shù)據(jù)處理
        3.4.1 地價(jià)因素選取原則
        3.4.2 地價(jià)因素選取與說明
        3.4.3 地價(jià)因素?cái)?shù)據(jù)處理
            3.4.3.1 地價(jià)因素量化
            3.4.3.2 數(shù)據(jù)標(biāo)準(zhǔn)化
    3.5 相關(guān)性分析篩選地價(jià)因素
    3.6 本章小結(jié)
第四章 基于地價(jià)影響因素的地價(jià)評(píng)估DBN模型研究與實(shí)驗(yàn)
    4.1 土地價(jià)格分類
    4.2 建模及實(shí)驗(yàn)數(shù)據(jù)
    4.3 基于地價(jià)影響因素的地價(jià)評(píng)估傳統(tǒng)模型
        4.3.1 基于地價(jià)影響因素的Hedonic模型
            4.3.1.1 多元線性回歸的條件
            4.3.1.2 Hedonic模型建立與檢驗(yàn)
        4.3.2 基于地價(jià)影響因素的BP神經(jīng)網(wǎng)絡(luò)
    4.4 基于地價(jià)影響因素的DBN模型
        4.4.1 深度神經(jīng)網(wǎng)絡(luò)參數(shù)
            4.4.1.1 網(wǎng)絡(luò)層數(shù)
            4.4.1.2 隱藏層節(jié)點(diǎn)個(gè)數(shù)
            4.4.1.3 初始參數(shù)
            4.4.1.4 激活函數(shù)及優(yōu)化
        4.4.2 建立DBN模型
            4.4.2.1 經(jīng)過相關(guān)分析的DBN模型建立
            4.4.2.2 無(wú)相關(guān)分析的DBN模型建立
    4.5 基于地價(jià)影響因素的地價(jià)評(píng)估實(shí)驗(yàn)
        4.5.1 Hedonic模型地價(jià)評(píng)估實(shí)驗(yàn)
        4.5.2 BP神經(jīng)網(wǎng)絡(luò)地價(jià)評(píng)估實(shí)驗(yàn)
        4.5.3 DBN模型地價(jià)評(píng)估實(shí)驗(yàn)
            4.5.3.1 經(jīng)過相關(guān)分析的DBN模型地價(jià)評(píng)估實(shí)驗(yàn)
            4.5.3.2 無(wú)相關(guān)分析的DBN模型地價(jià)評(píng)估實(shí)驗(yàn)
    4.6 地價(jià)評(píng)估實(shí)驗(yàn)結(jié)果對(duì)比與分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 創(chuàng)新點(diǎn)與不足
    5.3 前景展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)Dropout深度信念網(wǎng)絡(luò)的移動(dòng)用戶行為識(shí)別方法[J]. 王忠民,王希,宋輝.  計(jì)算機(jī)應(yīng)用研究. 2017(12)
[2]深度學(xué)習(xí):多層神經(jīng)網(wǎng)絡(luò)的復(fù)興與變革[J]. 山世光,闞美娜,劉昕,劉夢(mèng)怡,鄔書哲.  科技導(dǎo)報(bào). 2016(14)
[3]深度學(xué)習(xí)在手寫漢字識(shí)別中的應(yīng)用綜述[J]. 金連文,鐘卓耀,楊釗,楊維信,謝澤澄,孫俊.  自動(dòng)化學(xué)報(bào). 2016(08)
[4]房?jī)r(jià)與地價(jià)的因果關(guān)系研究——基于重慶的實(shí)證檢驗(yàn)[J]. 葉貴,朱科衛(wèi),張繼紅.  中國(guó)土地科學(xué). 2016(06)
[5]基準(zhǔn)地價(jià)變化及其驅(qū)動(dòng)因子分析研究——以天水市秦州區(qū)為例[J]. 閆炳舟,陳英.  甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào). 2015(02)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的唐山房?jī)r(jià)預(yù)測(cè)[J]. 高平,劉志堅(jiān),袁立梅.  河北聯(lián)合大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2015(02)
[7]DBN網(wǎng)絡(luò)的深度確定方法[J]. 潘廣源,柴偉,喬俊飛.  控制與決策. 2015(02)
[8]論市政道路工程質(zhì)量的重要性[J]. 謝金玨.  四川建筑. 2014(05)
[9]基于Hedonic模型的城市住宅地價(jià)影響因素研究——以南京市為例[J]. 朱傳廣,唐焱,吳群.  地域研究與開發(fā). 2014(03)
[10]基于RS的成都市城市擴(kuò)張監(jiān)測(cè)與分析[J]. 陳世莉,蒲星辰.  資源開發(fā)與市場(chǎng). 2012(09)

博士論文
[1]城市住宅地價(jià)時(shí)空演變及影響因素研究[D]. 鄒利林.中國(guó)地質(zhì)大學(xué) 2013

碩士論文
[1]基于深度學(xué)習(xí)的音樂流派及中國(guó)傳統(tǒng)樂器識(shí)別分類研究[D]. 王芳.南京理工大學(xué) 2017
[2]基于BP神經(jīng)網(wǎng)絡(luò)的車輛車牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 黃衛(wèi)華.電子科技大學(xué) 2008



本文編號(hào)：3535281