简介： 本发明提出了一种基于深度学习算法的农用地基准地价评估方法，步骤为：搜集市场交易资料，构建地价的样本数据集；利用z‑score方法对样本的特征数据进行归一化处理，并将原始样本数据集随机拆分为训练样本集合和测试样本集合；利用深度置信网络算法构建农用地基准地价评估模型，基于深层网络结构进行样本训练学习，保存拟合精度最高的深层网络结构的参数；将农用地评估单元的特征值输入到训练好的深层网络结构中计算评估单元的地价；采用总分频率法划定评估单元级别，选用面积加权法进行基准地价计算。本发明能够以较高的拟合精度建立地价与地价影响因素的映射关系，所求取的基准地价与农用地质量在空间分布规律上保持了较好的一致性。