-
题名机器学习算法在森林生长收获预估中的应用
被引量：33
- 1
-
-
作者
雷相东
-
机构
中国林业科学研究院资源信息研究所
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2019年第12期23-36,共14页
-
基金
国家自然科学基金项目(31870623)。
-
文摘
森林生长收获预估是森林经理学的一个重要方向,采用模型技术进行森林生长收获估计是森林经营决策的重要前提。传统的统计模型如线性及非线性回归模型、混合效应模型、分位数回归、度量误差模型等统计方法已被广泛应用于研究林木生长,但这些统计方法在应用时常常需满足一定的统计假设前提,诸如数据独立、正态分布和等方差等。由于森林生长数据的连续观测和层次性,上述假设通常难以满足。近年来随着人工智能技术的发展,机器学习算法为森林生长收获预估提供了一种新的手段,它具有对输入数据的分布形式没有假设前提、能够揭示数据中的隐含结构、预测结果好等优点,但在森林生长收获预估中的应用仍十分有限。文章对分类和回归树、多元自适应样条、bagging回归、增强回归树、随机森林、人工神经网络、支持向量机、K最近邻等方法在森林生长收获预估中的应用、软件及调参等进行了综述,讨论了机器学习方法的优势和挑战,认为机器学习方法在森林生长收获预估方面有很大的潜力,必将得到广泛应用,并和传统统计模型相结合成为生长收获模型发展的一种趋势。
-
关键词
森林生长收获预估
回归
分类
机器学习算法
-
Keywords
forest growth and yield prediction
regression
classification
machine learning algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
S758.52
[农业科学—森林经理学]
-
