期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于BP人工神经网络的兴安落叶松天然林全林分生长模型的研究 被引量:25
1
作者 金星姬 贾炜玮 李凤日 《植物研究》 CAS CSCD 北大核心 2008年第3期370-374,384,共6页
以大兴安岭地区兴安落叶松天然林为研究对象,基于688块固定标准地数据,采用MAT-LAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,依据全林分生长模型的概念,以年龄(A)、地位级指数(SCI)和林分密度指数(SDI)作为... 以大兴安岭地区兴安落叶松天然林为研究对象,基于688块固定标准地数据,采用MAT-LAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,依据全林分生长模型的概念,以年龄(A)、地位级指数(SCI)和林分密度指数(SDI)作为输入变量,以林分每公顷蓄积量(M)作为输出变量,构建和训练了全林分生长的BP人工神经网络模型,并与常规建模方法进行了对比研究。结果表明,BP人工神经网络模型的拟合精度高达99.6%,检验精度为98.9%,说明与其它建模方法相比人工神经网络建模具有较高的拟合精度和适应性,对林分生长具有更好的预测能力。 展开更多
关键词 BP人工神经网络 兴安落叶松 天然林 林分生长模型
下载PDF
基于BP人工神经网络的大青山自然保护区华北落叶松人工林全林分生长模型研究 被引量:7
2
作者 杨潇 张秋良 《内蒙古农业大学学报(自然科学版)》 CAS 北大核心 2012年第Z1期76-79,共4页
以内蒙古自治区大青山自然保护区华北落叶松人工林为研究对象,采用2006年二类调查的371个小班数据,利用Matlab软件中的"S"型对数(logsig)函数和线性(purelin)函数为神经元的作用函数,依据全林分生长模型概念的要求,选取年龄(A... 以内蒙古自治区大青山自然保护区华北落叶松人工林为研究对象,采用2006年二类调查的371个小班数据,利用Matlab软件中的"S"型对数(logsig)函数和线性(purelin)函数为神经元的作用函数,依据全林分生长模型概念的要求,选取年龄(A)、地位级(N)和郁闭度(S)作为输入变量,分别以胸径(D),树高(H)和林分每公顷蓄积(M)作为输出变量,进行全林分生长BP人工神经网络模型的构建和训练,并对模型的拟合精度和检验精度进行检验,模型的拟合精度分别为81.65%、88.53%和80.55%,检验精度分别为83.13%、79.47%和80.79%,表明人工神经网络建模具有较好的拟合精度和适应性,对林分生长具有较好的预测能力。 展开更多
关键词 BP神经网络 华北落叶松人工林 林分生长模型
下载PDF
基于定期调查数据的全林分年生长预测模型研究 被引量:12
3
作者 张雄清 雷渊才 《中南林业科技大学学报》 CAS CSCD 北大核心 2010年第4期69-74,共6页
以北京山区油松为研究对象,利用可变生长率法构造油松全林分年生长预测模型,并通过似乎不相关联立估计全林分生长模型的参数。研究结果表明:利用可变生长率法建立全林分年生长预测模型符合林分发展的规律,解决了林分生长预测的阶段无偏... 以北京山区油松为研究对象,利用可变生长率法构造油松全林分年生长预测模型,并通过似乎不相关联立估计全林分生长模型的参数。研究结果表明:利用可变生长率法建立全林分年生长预测模型符合林分发展的规律,解决了林分生长预测的阶段无偏性,同时为林分经营者提供了林分年变化量,而且通过似乎不相关联立估计得到的全林分生长模型参数,没有明显的估计偏差,从而提高了参数估计的有效性。 展开更多
关键词 林学 森林计测学 林分生长模型 可变生长率法 似乎不相关联立估计 油松
下载PDF
马尾松人工林经营密度模型研究 被引量:3
4
作者 陈晨 刘光武 黄家荣 《安徽农业科学》 CAS 北大核心 2011年第23期14078-14081,共4页
采用人工神经网络的建模技术建立了林分蓄积与立木密度、林分年龄和地位指数间的全林分生长模型,并以所建全林分生长模型为基础构造目标函数,采用改进单纯形法对建立的目标函数进行搜索寻优,以找到最佳的经营密度及对应的间伐时间。结... 采用人工神经网络的建模技术建立了林分蓄积与立木密度、林分年龄和地位指数间的全林分生长模型,并以所建全林分生长模型为基础构造目标函数,采用改进单纯形法对建立的目标函数进行搜索寻优,以找到最佳的经营密度及对应的间伐时间。结果表明,拟合结果符合林分生长规律,可以用BP神经网络建模技术建立相应的全林分生长模型;用改进单纯形法对目标函数进行优化,不仅可以求得最优的保留密度,而且可以求得对应的间伐时间。 展开更多
关键词 马尾松 人工神经网络 林分生长BP模型 改进单纯形
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部