期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
云冷杉天然林林分年龄预测——以金沟岭林场为例
被引量：
3
1
作者
宁杨翠
郑小贤
+2 位作者
刘东兰
孔令红
陈宝升
《西北林学院学报》
CSCD
北大核心
2012年第1期158-162,共5页
应用BP神经网络模型、PPR神经网络模型以及多元逐步回归模型,依据林分因子预测了金沟岭林场云冷杉天然林林分年龄。对比分析了人工神经网络计算模型算法与多元逐步回归分析模型预测结果的精度以及稳定性。结果表明:3种模型均可用于天然...
应用BP神经网络模型、PPR神经网络模型以及多元逐步回归模型,依据林分因子预测了金沟岭林场云冷杉天然林林分年龄。对比分析了人工神经网络计算模型算法与多元逐步回归分析模型预测结果的精度以及稳定性。结果表明:3种模型均可用于天然林林分年龄的预测,BP神经网络模型的预测平均相对误差为0.04,模型稳定性差;PPR神经网络模型的预测相对误差为0.06,模型稳定性好;多元逐步回归模型的预测相对误差为0.08,模型稳定性好。
展开更多
关键词
BP神经网络模型
PPR神经网络模型
多元逐步回归分析模型
林分年龄
在线阅读
下载PDF
职称材料
基于多元线性逐步回归和BP神经网络建立鸭梨盛花期预测模型
被引量：
9
2
作者
王鹏飞
李涛
+6 位作者
于春亮
薛敏
张玉星
张海霞
权畅
许建锋
马辉
《山东农业科学》
北大核心
2023年第7期159-166,共8页
本研究基于2002—2020年河北省魏县鸭梨盛花期观测资料和气象数据,采用线性趋势法揭示其盛花期变化趋势,并通过相关性分析筛选出显著影响盛花期的气象因子,然后分别用BP神经网络、多元线性逐步回归方法建立盛花期预测模型,以决定系数、...
本研究基于2002—2020年河北省魏县鸭梨盛花期观测资料和气象数据,采用线性趋势法揭示其盛花期变化趋势,并通过相关性分析筛选出显著影响盛花期的气象因子,然后分别用BP神经网络、多元线性逐步回归方法建立盛花期预测模型,以决定系数、均方根误差、预测准确/误差率为评判指标对模型预测精度进行评价。结果表明,2002—2020年魏县鸭梨盛花期呈现提前趋势,每10年平均提前2.4天。有13个气象因子与盛花期极显著相关(P<0.010),相关系数在-0.575~-0.852。两种预测模型均可在3月上旬对盛花期进行预报,基于最早盛花期可提前13天预报,基于最晚盛花期可提前29天预报。多元线性逐步回归模型的R^(2)为0.905,RMSE为1.45,R_(d1)为94.7%,R_(d2)为5.3%;BP神经网络的R^(2)为0.950,RMSE为1.05,R_(d1)为100%,R_(d2)为0;用2021和2022年的数据对两个模型的预测效果进行验证,除多元线性逐步回归模型预测的2021年盛花期日序数与实际日序数差2天外,两模型对两年盛花期的预测值与实测值一致。综合来看,BP神经网络模型的预测效果更好,准确率更高,可用于鸭梨盛花期预测,这为制定河北魏县鸭梨花期管理措施及梨花节活动方案奠定了基础。
展开更多
关键词
鸭梨
盛花期预测模型
相关分析
多元线性逐步回归
BP神经网络
在线阅读
下载PDF
职称材料
题名
云冷杉天然林林分年龄预测——以金沟岭林场为例
被引量：
3
1
作者
宁杨翠
郑小贤
刘东兰
孔令红
陈宝升
机构
国务院参事室战略研究中心
北京林业大学省部共建森林培育与保护教育部重点实验室
吉林省金沟岭林场
出处
《西北林学院学报》
CSCD
北大核心
2012年第1期158-162,共5页
基金
林业分益性行业科研专项的我国典型森林类型健康经营关键技术研究(20100400203)
文摘
应用BP神经网络模型、PPR神经网络模型以及多元逐步回归模型,依据林分因子预测了金沟岭林场云冷杉天然林林分年龄。对比分析了人工神经网络计算模型算法与多元逐步回归分析模型预测结果的精度以及稳定性。结果表明:3种模型均可用于天然林林分年龄的预测,BP神经网络模型的预测平均相对误差为0.04,模型稳定性差;PPR神经网络模型的预测相对误差为0.06,模型稳定性好;多元逐步回归模型的预测相对误差为0.08,模型稳定性好。
关键词
BP神经网络模型
PPR神经网络模型
多元逐步回归分析模型
林分年龄
Keywords
BP artificial neural network model
PPR artificial neural network mode
multiple stepwise re gression anatomic models
stands age
分类号
S758.56 [农业科学—森林经理学]
在线阅读
下载PDF
职称材料
题名
基于多元线性逐步回归和BP神经网络建立鸭梨盛花期预测模型
被引量：
9
2
作者
王鹏飞
李涛
于春亮
薛敏
张玉星
张海霞
权畅
许建锋
马辉
机构
河北农业大学园艺学院
威县农业农村局
邯郸市气象局
河北省气象科学研究所
出处
《山东农业科学》
北大核心
2023年第7期159-166,共8页
基金
国家重点研发计划项目(2019YFD1001401-5,2019YFD1001404-5)
河北省重点研发计划项目(21326308D-14)
+1 种基金
河北省现代农业产业技术体系梨创新团队项目(HBCT2018100202)
现代产业梨气象保障工程项目“河北省梨气象服务能力建设”(22302001)。
文摘
本研究基于2002—2020年河北省魏县鸭梨盛花期观测资料和气象数据,采用线性趋势法揭示其盛花期变化趋势,并通过相关性分析筛选出显著影响盛花期的气象因子,然后分别用BP神经网络、多元线性逐步回归方法建立盛花期预测模型,以决定系数、均方根误差、预测准确/误差率为评判指标对模型预测精度进行评价。结果表明,2002—2020年魏县鸭梨盛花期呈现提前趋势,每10年平均提前2.4天。有13个气象因子与盛花期极显著相关(P<0.010),相关系数在-0.575~-0.852。两种预测模型均可在3月上旬对盛花期进行预报,基于最早盛花期可提前13天预报,基于最晚盛花期可提前29天预报。多元线性逐步回归模型的R^(2)为0.905,RMSE为1.45,R_(d1)为94.7%,R_(d2)为5.3%;BP神经网络的R^(2)为0.950,RMSE为1.05,R_(d1)为100%,R_(d2)为0;用2021和2022年的数据对两个模型的预测效果进行验证,除多元线性逐步回归模型预测的2021年盛花期日序数与实际日序数差2天外,两模型对两年盛花期的预测值与实测值一致。综合来看,BP神经网络模型的预测效果更好,准确率更高,可用于鸭梨盛花期预测,这为制定河北魏县鸭梨花期管理措施及梨花节活动方案奠定了基础。
关键词
鸭梨
盛花期预测模型
相关分析
多元线性逐步回归
BP神经网络
Keywords
Yaii
P
re
diction model for full-bloom time
Cor
re
lation analysis
multiple
linear
stepwise
re
-
gression
BP neural network
分类号
S661.2 [农业科学—果树学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
云冷杉天然林林分年龄预测——以金沟岭林场为例
宁杨翠
郑小贤
刘东兰
孔令红
陈宝升
《西北林学院学报》
CSCD
北大核心
2012
3
在线阅读
下载PDF
职称材料
2
基于多元线性逐步回归和BP神经网络建立鸭梨盛花期预测模型
王鹏飞
李涛
于春亮
薛敏
张玉星
张海霞
权畅
许建锋
马辉
《山东农业科学》
北大核心
2023
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
