导读:本文包含了林火模型选择论文开题报告文献综述及选题提纲参考文献,主要关键词:林火发生,模型拟合度,栅栏模型,泊松分布
林火模型选择论文文献综述
秦凯伦,郭福涛,邸雪颖,孙龙,宋禹辉[1](2014)在《大兴安岭塔河地区林火发生的优势预测模型选择》一文中研究指出选取在经济学和社会科学领域广泛应用的零膨胀模型(zero-inflated models)和栅栏模型(Hurdle models)对大兴安岭地区林火发生进行模拟,应用赤池准则(AIC)、似然比检验(LR)和模型残差平方和(SSR)对两类共4个回归模型——零膨胀泊松模型(ZIP)、零膨胀负二项模型(ZINB)、栅栏泊松模型(PH)、栅栏负二项模型(NBH)进行拟合分析,最终选取适合此林火发生特性的预测模型.模型的AIC和SSR值表明,ZINB模型对当地林火数据的拟合度最高.运用LR检验对嵌套模型(ZINB与ZIP,NBH与PH)进行检验,结果显示:ZINB和NBH均优于各自的嵌入模型,说明负二项(NB)模型对数据结构中的过度离散现象可以很好地模拟和解释.根据研究区林火实际发生规律和两类不同模型的应用假设条件判断,零膨胀模型更适合塔河地区的林火特性.(本文来源于《应用生态学报》期刊2014年03期)
杨广斌,刘鹏举,唐小明[2](2011)在《动态数据驱动的林火蔓延模型适宜性选择》一文中研究指出基于BP人工神经网络方法设计林火模型适宜性选择技术框架结构,通过神经网络形成林火模型选择知识,实现林火模型的自动化和智能化选择;以火场环境因子为输入变量,以适宜火场环境模拟的林火蔓延模型作为输出变量,构建林火模型选择神经网络模型;研究输入、输出因子数据的获取与计算方式,实现动态数据驱动的林火模型自动选择机制。以北京市为例,选择有详细火场情况记录的72场林火作为试验样本,其中60条记录作为学习样本集,12条记录作为验证样本,对神经网络进行学习和验证,结果表明:模型选择精度可达到80%以上。(本文来源于《林业科学》期刊2011年01期)
肖化顺,张贵,刘大鹏,蔡学理[3](2006)在《模糊数据挖掘技术支持下的林火蔓延模型选择研究》一文中研究指出林火蔓延是一种复杂的燃烧现象,要准确预测林火行为,就需要有科学的林火蔓延模型.该文结合广州市森林资源和森林防火的现状,利用模糊数据挖掘(FDM)技术,寻找与预测区域复杂自然条件相匹配的林火蔓延模型来预测林火行为.其方法是①确定影响林火行为的主导因子(可燃物水分含量、可燃物负荷量、易燃程度和坡度);②构建火灾数据样本集,利用FDM的模式发现与预测两大功能,归纳发现3类模式,依照择近原则匹配各模式所适用的林火蔓延模型;③根据火场指挥者实时提供的火灾信息,遵照FDM最大贴近度原则,判定新样本所接近的模式,然后自动选择适合这一模式的林火蔓延模型来预测林火行为.该方法可以提高林火行为预测的准确性.(本文来源于《北京林业大学学报》期刊2006年06期)
林火模型选择论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
基于BP人工神经网络方法设计林火模型适宜性选择技术框架结构,通过神经网络形成林火模型选择知识,实现林火模型的自动化和智能化选择;以火场环境因子为输入变量,以适宜火场环境模拟的林火蔓延模型作为输出变量,构建林火模型选择神经网络模型;研究输入、输出因子数据的获取与计算方式,实现动态数据驱动的林火模型自动选择机制。以北京市为例,选择有详细火场情况记录的72场林火作为试验样本,其中60条记录作为学习样本集,12条记录作为验证样本,对神经网络进行学习和验证,结果表明:模型选择精度可达到80%以上。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
林火模型选择论文参考文献
[1].秦凯伦,郭福涛,邸雪颖,孙龙,宋禹辉.大兴安岭塔河地区林火发生的优势预测模型选择[J].应用生态学报.2014
[2].杨广斌,刘鹏举,唐小明.动态数据驱动的林火蔓延模型适宜性选择[J].林业科学.2011
[3].肖化顺,张贵,刘大鹏,蔡学理.模糊数据挖掘技术支持下的林火蔓延模型选择研究[J].北京林业大学学报.2006