高级检索
    何亚平, 胡万良, 秦爱光, 王费新, 刘杏娥, 张洪江, 袁怀文, 毛俊娟, 邓小文, 黄荣凤, 李瑞, 杨平, 胡胜华, 周永学, 殷亚方, 白岗栓, 郑小贤, 颜绍馗, 高黎, 张莉俊, 张璧光, 魏潇潇, 吴彩燕, 王芳, 费世民, 赵天忠, 樊军锋, 罗晓芳, 王小青, 张克斌, 王兆印, 汪思龙, 刘燕, 李猛, 常旭, 杜社妮, 孙向阳, 戴思兰, 王胜华, 张岩, 崔赛华, 王晓欢, NagaoHirofumi, 乔建平, 谭学仁, 王正, 张占雄, 王海燕, 孔祥文, 范冰, 张旭, 徐嘉, 高荣孚, 李华, 江玉林, 陈放, 韩士杰, 张双保, 江泽慧, KatoHideo, 李昀, 刘云芳, 龚月桦, 任海青, 陈秀明, 李媛良, 郭树花, 常亮, IdoHirofumi, 杨培华, 陈宗伟, 侯喜录, 刘秀英, 李晓峰, 丁磊, 蒋俊明, 费本华, 徐庆祥, 薛岩, 张代贵, 张桂兰, 陈学平, 李考学, 高建社, 王晓东, 续九如, 李雪峰, 涂代伦, 刘永红, 金鑫, 张红丽, 丁国权, . Elman动态递归神经网络在树木生长预测中的应用[J]. 北京林业大学学报, 2007, 29(6): 99-103.
    引用本文: 何亚平, 胡万良, 秦爱光, 王费新, 刘杏娥, 张洪江, 袁怀文, 毛俊娟, 邓小文, 黄荣凤, 李瑞, 杨平, 胡胜华, 周永学, 殷亚方, 白岗栓, 郑小贤, 颜绍馗, 高黎, 张莉俊, 张璧光, 魏潇潇, 吴彩燕, 王芳, 费世民, 赵天忠, 樊军锋, 罗晓芳, 王小青, 张克斌, 王兆印, 汪思龙, 刘燕, 李猛, 常旭, 杜社妮, 孙向阳, 戴思兰, 王胜华, 张岩, 崔赛华, 王晓欢, NagaoHirofumi, 乔建平, 谭学仁, 王正, 张占雄, 王海燕, 孔祥文, 范冰, 张旭, 徐嘉, 高荣孚, 李华, 江玉林, 陈放, 韩士杰, 张双保, 江泽慧, KatoHideo, 李昀, 刘云芳, 龚月桦, 任海青, 陈秀明, 李媛良, 郭树花, 常亮, IdoHirofumi, 杨培华, 陈宗伟, 侯喜录, 刘秀英, 李晓峰, 丁磊, 蒋俊明, 费本华, 徐庆祥, 薛岩, 张代贵, 张桂兰, 陈学平, 李考学, 高建社, 王晓东, 续九如, 李雪峰, 涂代伦, 刘永红, 金鑫, 张红丽, 丁国权, . Elman动态递归神经网络在树木生长预测中的应用[J]. 北京林业大学学报, 2007, 29(6): 99-103.
    LIU Ping, LI Jian-lin, LI Jun, JIANG Na, PENG Zhi-gong, DENG Xiao-wen, LIU Yong-xia, QIN Aiguang, DING Guo-quan, YANG Li-yun, JI Hong_fang, ZHANG Yurong, GUAN Ping, WANG Xiufang, ZHANG Xiao-ming, QIN Qingfeng, SONG Rui_qing, YANG Qiu-zhen, LUO Xiaofang, HE Wei, YU Xin-xiao, SHAO Ming-an, LI Wen-hua, FENG Zhong-ke, ZHANG Yan, MA Danwei, FAN Wentao, LUO Juchun, GONG Yue-hua, YE Wen, YANG Pei-ling, FENG Qi, HUANG Jing-feng, CHEN Shengbin, REN Shu-mei, DU Peng-zhi, WU Si-hong, LEI Ting-wu, YU Jinxiu, SI Jian-hua, LI Yuanyuan, WANG Yan, LIANG Jun, YANG Qian, HAN Shi-jie, YANG Pei-hua, WU Song-tao, WANG Guixia, TIAN Lei, GUAN Shaohua, LI Xiao-fen, LIU Huixiang, WANG Yong, SHI Jianming, GAO Jian-she, WANG Yun-qi, GE Jian-ming, CHANG Zong-qiang, YANG Weiwei, Kao-xue, CHEN Fang, FENG Chun, LIU Yong-hong, SU Yong-hong, ZHANG Man-liang, LI Xue-feng, LI Zhenji, XI Hai-yang. Application of Elman dynamic recurrent neural network to forecast tree growth.[J]. Journal of Beijing Forestry University, 2007, 29(6): 99-103.
    Citation: LIU Ping, LI Jian-lin, LI Jun, JIANG Na, PENG Zhi-gong, DENG Xiao-wen, LIU Yong-xia, QIN Aiguang, DING Guo-quan, YANG Li-yun, JI Hong_fang, ZHANG Yurong, GUAN Ping, WANG Xiufang, ZHANG Xiao-ming, QIN Qingfeng, SONG Rui_qing, YANG Qiu-zhen, LUO Xiaofang, HE Wei, YU Xin-xiao, SHAO Ming-an, LI Wen-hua, FENG Zhong-ke, ZHANG Yan, MA Danwei, FAN Wentao, LUO Juchun, GONG Yue-hua, YE Wen, YANG Pei-ling, FENG Qi, HUANG Jing-feng, CHEN Shengbin, REN Shu-mei, DU Peng-zhi, WU Si-hong, LEI Ting-wu, YU Jinxiu, SI Jian-hua, LI Yuanyuan, WANG Yan, LIANG Jun, YANG Qian, HAN Shi-jie, YANG Pei-hua, WU Song-tao, WANG Guixia, TIAN Lei, GUAN Shaohua, LI Xiao-fen, LIU Huixiang, WANG Yong, SHI Jianming, GAO Jian-she, WANG Yun-qi, GE Jian-ming, CHANG Zong-qiang, YANG Weiwei, Kao-xue, CHEN Fang, FENG Chun, LIU Yong-hong, SU Yong-hong, ZHANG Man-liang, LI Xue-feng, LI Zhenji, XI Hai-yang. Application of Elman dynamic recurrent neural network to forecast tree growth.[J]. Journal of Beijing Forestry University, 2007, 29(6): 99-103.
    • 摘要: 该文充分考虑树木生长所特有的动态性、随机性和非线性,以及Elman动态递归模型的结构特点,获取北京山区油松解析木生长数据,分别建立了Elman型树木胸径生长和树高生长的神经网络动态模型.研究表明,Elman动态递归模型对非线性问题建模具有很好的拟和性和仿真性,其中,用于胸径生长建模时,其拟和精度达到99.45%,仿真精度达到99.42%;用于树高生长建模时,拟和精度达到 97.30%,仿真精度达到97.29%,而且其拟和和仿真曲线均为“S”形,符合树木生长规律.进一步对Elman动态模型和常规BP静态模型比较发现,Elman模型具有更好的拟和性、预测性和稳定性.

       

    /

    返回文章
    返回