高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于人工神经网络的林分直径分布预测

黄家荣 高光芹 孟宪宇 关毓秀

黄家荣, 高光芹, 孟宪宇, 关毓秀. 基于人工神经网络的林分直径分布预测[J]. 北京林业大学学报, 2010, 32(3): 21-26.
引用本文: 黄家荣, 高光芹, 孟宪宇, 关毓秀. 基于人工神经网络的林分直径分布预测[J]. 北京林业大学学报, 2010, 32(3): 21-26.
HUANG Jia-rong, GAO Guang-qin, MENG Xian-yu, GUAN Yu-xiu. Forecasting stand diameter distribution based on artificial neural network.[J]. Journal of Beijing Forestry University, 2010, 32(3): 21-26.
Citation: HUANG Jia-rong, GAO Guang-qin, MENG Xian-yu, GUAN Yu-xiu. Forecasting stand diameter distribution based on artificial neural network.[J]. Journal of Beijing Forestry University, 2010, 32(3): 21-26.

基于人工神经网络的林分直径分布预测

Forecasting stand diameter distribution based on artificial neural network.

  • 摘要: 以马尾松人工林为研究对象,用人工神经网络建模技术构建了林分直径分布预测模型。经训练和优选,得到的理想模型结构为3∶6∶6∶1,训练误差指标为0.000 281,总体拟合准确度为98%。模型对82块训练标准地的累积频率拟合准确度最大为100%,最小为95%,平均为98%;频率拟合准确度最大为96%,最小为75%,平均为87%。模型对18块检验标准地的累积频率预测准确度最大为99%,最小为97%,平均为98%;频率预测准确度最大为96%,最小为76%,平均为88%。所建模型具有很好的拟合效果和很强的预测能力,可用于10~30年生马尾松人工林。研究结果证明,人工神经网络技术可以作为有效的林分直径分布预测技术。

     

  • 加载中
计量
  • 文章访问数:  1454
  • HTML全文浏览量:  52
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  1900-01-01
  • 修回日期:  1900-01-01
  • 刊出日期:  2010-05-30

目录

    /

    返回文章
    返回