Nonlinear classification models are widely used in various fields due to their excellent performance in handling complex problems.This paper investigates the learning performance of nonlinear classification models bas...Nonlinear classification models are widely used in various fields due to their excellent performance in handling complex problems.This paper investigates the learning performance of nonlinear classification models based on Markov sampling,which builds upon the traditional framework using i.i.d.samples.Subsequently,we introduce a ueMC-NL algorithm,tailored specifically for nonlinear classification models,facilitating the production of ueMC samples from a finite dataset.Numerical investigations on the random forest and the MLP model reveal that nonlinear classification models utilizing ueMC samples yield lower misclassification rates compared to i.i.d.samples.展开更多
土地利用需求在不同发展目标定位下有所不同,科学合理调控土地利用变化是实现珠三角城市群土地资源高效利用、生态-发展-经济协调发展的重要基石。该文基于1990年、2000年、2010年和2020年4期珠三角城市群土地利用数据,利用Markov-FLUS(...土地利用需求在不同发展目标定位下有所不同,科学合理调控土地利用变化是实现珠三角城市群土地资源高效利用、生态-发展-经济协调发展的重要基石。该文基于1990年、2000年、2010年和2020年4期珠三角城市群土地利用数据,利用Markov-FLUS(Markov-future land use simulation)模型,基于自然发展情景、生态保护情景和发展优先情景3种情景,预测了2035年珠三角城市群土地利用的数量和空间变化,并比较了3种情景下土地利用变化的差异。在此基础上,对2035年土地利用进行模拟分析,以满足流域不同发展目标导向下的国土空间优化配置。研究结果表明:①珠三角城市群建设用地利用变化显著,1990—2020年,城市用地、基础设施用地和其他建设用地面积增加了4945.25 km^(2),增长了2.8倍。②在3种不同土地利用情景的模拟和预测下,城市土地面积在2035年之前将保持增长趋势,但在发展优先情景下其扩张速度将受到限制。在2种不同土地利用场景的模拟和预测下,到2035年,林地、草地和水域等生态用地面积将保持增长趋势。③1990—2020年,耕地面积减少了3759.5 km^(2)。在3种不同土地利用情景的模拟预测下,耕地面积将持续减少,但2020—2035年,减少趋势将放缓。在发展情景中,建设用地面积持续增加,耕地面积减少趋势得到一定遏制,草原和林地面积的减少更加严重。实验结果可为珠三角地区今后城市发展、规划、保护提出建议和对策。展开更多
文摘Nonlinear classification models are widely used in various fields due to their excellent performance in handling complex problems.This paper investigates the learning performance of nonlinear classification models based on Markov sampling,which builds upon the traditional framework using i.i.d.samples.Subsequently,we introduce a ueMC-NL algorithm,tailored specifically for nonlinear classification models,facilitating the production of ueMC samples from a finite dataset.Numerical investigations on the random forest and the MLP model reveal that nonlinear classification models utilizing ueMC samples yield lower misclassification rates compared to i.i.d.samples.
文摘土地利用需求在不同发展目标定位下有所不同,科学合理调控土地利用变化是实现珠三角城市群土地资源高效利用、生态-发展-经济协调发展的重要基石。该文基于1990年、2000年、2010年和2020年4期珠三角城市群土地利用数据,利用Markov-FLUS(Markov-future land use simulation)模型,基于自然发展情景、生态保护情景和发展优先情景3种情景,预测了2035年珠三角城市群土地利用的数量和空间变化,并比较了3种情景下土地利用变化的差异。在此基础上,对2035年土地利用进行模拟分析,以满足流域不同发展目标导向下的国土空间优化配置。研究结果表明:①珠三角城市群建设用地利用变化显著,1990—2020年,城市用地、基础设施用地和其他建设用地面积增加了4945.25 km^(2),增长了2.8倍。②在3种不同土地利用情景的模拟和预测下,城市土地面积在2035年之前将保持增长趋势,但在发展优先情景下其扩张速度将受到限制。在2种不同土地利用场景的模拟和预测下,到2035年,林地、草地和水域等生态用地面积将保持增长趋势。③1990—2020年,耕地面积减少了3759.5 km^(2)。在3种不同土地利用情景的模拟预测下,耕地面积将持续减少,但2020—2035年,减少趋势将放缓。在发展情景中,建设用地面积持续增加,耕地面积减少趋势得到一定遏制,草原和林地面积的减少更加严重。实验结果可为珠三角地区今后城市发展、规划、保护提出建议和对策。
