陈玉玲:基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用论文

陈玉玲:基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用论文

本文主要研究内容

作者陈玉玲,吴保国,崔岩,魏彦军(2019)在《基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用》一文中研究指出:林分蓄积是衡量小班林分生产力的重要指标。选择华北落叶松人工林小班数据,对以年龄、公顷株数和立地指数为自变量,小班公顷蓄积为因变量的BP (back propagation)神经网络模型和多元回归模型进行研究。研究结果表明:①BP神经网络参数最优组合:三层网络结构包括输入层3个神经元,隐含层10个神经元和1个神经元,输出层1个神经元,R语言算法选用含有动量的自适应梯度下降法,MATLAB软件算法选择Levevberg-Marquardt法;②多元回归模型中,生长理论方程为基础修正函数"Logistic+幂函数"组合的修正模型V=SI0.977 2N0.510 30.500 1/[1+44.226 1exp(-0.146 6t)]表现最优,其决定系数R2为0.721 8;③BP模型预测精度最高,其次是多元回归模型和材积表法。基于以上研究,为了提高BP模型的实用性,通过JAVA和R语言编程方式,将构建BP神经网络小班蓄积预估模型存储到收获预估模型的模型库中,在人工林收获预估中实现BP模型的调用,实现从经典的数学模型形式向智能化软件方向发展,提高BP模型在实际生产中的可操作性,为森林经营作业提供决策支持。

Abstract

lin fen xu ji shi heng liang xiao ban lin fen sheng chan li de chong yao zhi biao 。shua ze hua bei la xie song ren gong lin xiao ban shu ju ,dui yi nian ling 、gong qing zhu shu he li de zhi shu wei zi bian liang ,xiao ban gong qing xu ji wei yin bian liang de BP (back propagation)shen jing wang lao mo xing he duo yuan hui gui mo xing jin hang yan jiu 。yan jiu jie guo biao ming :①BPshen jing wang lao can shu zui you zu ge :san ceng wang lao jie gou bao gua shu ru ceng 3ge shen jing yuan ,yin han ceng 10ge shen jing yuan he 1ge shen jing yuan ,shu chu ceng 1ge shen jing yuan ,Ryu yan suan fa shua yong han you dong liang de zi kuo ying ti du xia jiang fa ,MATLABruan jian suan fa shua ze Levevberg-Marquardtfa ;②duo yuan hui gui mo xing zhong ,sheng chang li lun fang cheng wei ji chu xiu zheng han shu "Logistic+mi han shu "zu ge de xiu zheng mo xing V=SI0.977 2N0.510 30.500 1/[1+44.226 1exp(-0.146 6t)]biao xian zui you ,ji jue ding ji shu R2wei 0.721 8;③BPmo xing yu ce jing du zui gao ,ji ci shi duo yuan hui gui mo xing he cai ji biao fa 。ji yu yi shang yan jiu ,wei le di gao BPmo xing de shi yong xing ,tong guo JAVAhe Ryu yan bian cheng fang shi ,jiang gou jian BPshen jing wang lao xiao ban xu ji yu gu mo xing cun chu dao shou huo yu gu mo xing de mo xing ku zhong ,zai ren gong lin shou huo yu gu zhong shi xian BPmo xing de diao yong ,shi xian cong jing dian de shu xue mo xing xing shi xiang zhi neng hua ruan jian fang xiang fa zhan ,di gao BPmo xing zai shi ji sheng chan zhong de ke cao zuo xing ,wei sen lin jing ying zuo ye di gong jue ce zhi chi 。

论文参考文献

  • [1].基于神经网络的BP算法研究及在网络入侵检测中的应用[J]. 罗俊松.  现代电子技术.2017(11)
  • [2].基于改进BP神经网络的非均衡数据分类算法[J]. 张文东,吕扇扇,张兴森.  计算机系统应用.2017(06)
  • [3].基于BP神经网络的医学图像分割新方法[J]. 唐思源,邢俊凤,杨敏.  计算机科学.2017(S1)
  • [4].基于BP神经网络的红外透过率计算[J]. 宋福印,路远,杨星,乔亚,唐聪,凌永顺.  光电子·激光.2017(06)
  • [5].基于BP神经网络对隧道围岩变形的预测[J]. 施江旭,张成良,吕文乾,王自龙.  中国水运(下半月).2017(08)
  • [6].基于BP神经网络的铁路货车横向稳定性评估[J]. 辛民,江亚男.  大连交通大学学报.2017(04)
  • [7].一种基于BP神经网络的指纹识别技术[J]. 罗威,吴志攀.  现代计算机(专业版).2017(20)
  • [8].基于BP神经网络的煤炭企业转型程度评价[J]. 秦超.  中小企业管理与科技(上旬刊).2017(10)
  • [9].基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究[J]. 公茂法,柳岩妮,王来河,宋健,谢云兴.  山东科技大学学报(自然科学版).2017(03)
  • [10].神经网络BP算法改进及其性能分析[J]. 陈智军,李洋莹.  软件导刊.2017(10)
  • 论文详细介绍

    论文作者分别是来自中国农业科技导报的陈玉玲,吴保国,崔岩,魏彦军,发表于刊物中国农业科技导报2019年07期论文,是一篇关于神经网络论文,修正函数论文,小班蓄积预估模型论文,模型库论文,和语言编程智能化软件论文,中国农业科技导报2019年07期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中国农业科技导报2019年07期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    陈玉玲:基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用论文
    下载Doc文档

    猜你喜欢