检索结果-维普期刊中文期刊服务平台

基于GM(1,1)的华山松生长量预测研究被引量：6: 1; 作者高原冯仲科 +2 位作者仇琪焦有权徐伟恒《中南林业科技大学学报》 CAS CSCD 北大核心 2013年第6期94-96,121,共4页; 以94 a树龄华山松Pinus armandii解析木数据为研究对象,利用GM(1.1)灰色预测模型,基于数值分析软件DPS,建立了华山松生长量预测模型并验证,解决了林木生长量的预测难题。灰色模型预测值C=0.2652(很好),p=1.0000(很好),结果表明GM(1,1)... 展开更多; 关键词华山松生长量预测 DPS GM(1 1); 在线阅读下载PDF 职称材料

基于BP神经网络连栽桉树人工林生长量预测被引量：6: 2; 作者龙滔覃连欢叶绍明《东北林业大学学报》 CAS CSCD 北大核心 2012年第5期122-125,共4页; 以广西国有东门林场雷卡分场的3个连栽代次的尾巨桉(Eucalyptus urophylla×E.grandis)人工林为研究对象,以林分的林龄和林分密度作为输入变量,分别以林分的平均胸径和树高为输出变量,构建了6个2∶n∶1的BP人工神经网络模型。用林分... 展开更多; 关键词 BP神经网络尾巨桉人工林生长量预测; 在线阅读下载PDF 职称材料

运用随机森林模型对北京市林分蓄积生长量的预测被引量：20: 3; 作者卢婧冯仲科《东北林业大学学报》 CAS CSCD 北大核心 2020年第5期7-11,共5页; 林分蓄积生长量是森林资源监测的一个重要内容,也是林业经营的决策依据。利用北京市第6~8次森林资源连续清查数据和ClimateAP软件中提取的气候信息,建立了基于随机森林的林分蓄积生长量预测模型,对北京市林分蓄积生长量进行了预测。结... 展开更多; 关键词蓄积生长量预测随机森林模型森林资源连续清查北京市; 在线阅读下载PDF 职称材料

北京市侧柏人工林全林分模型建立与研究被引量：8: 4; 作者冯仲科熊妮娜 +1 位作者王佳李雪梅《北京林业大学学报》 CAS CSCD 北大核心 2008年第S1期214-217,共4页; 该文以北京市森林资源一类调查中侧柏的数据为基础,以Rechards方程为模板,通过SPSS统计建模工具进行拟合,建立了包括侧柏的树高模型、立地指数模型、林分密度模型、断面积模型、全林收获模型、林分生长模型在内的全林分模型。林分生长... 展开更多; 关键词全林分模型 Rechard 方程生长量预测侧柏; 在线阅读下载PDF 职称材料

北京落叶松人工林全林分模型研建被引量：7: 5; 作者张子强王小昆 +1 位作者熊妮娜王佳《河北林果研究》 2008年第1期22-25,共4页; 以北京森林资源一类调查中侧柏的数据为基础,以Rechards方程为模版,通过spss统计建模工具进行拟合,建立了包括落叶松的树高模型、立地指数、林分密度、断面积指数、全林收获模型、林分生长模型在内的全林分模型。林分生长模型保持了与... 展开更多; 关键词全林分模型 Rechard模型生长量预测落叶松; 在线阅读下载PDF 职称材料

题名基于GM(1,1)的华山松生长量预测研究被引量：6: 1; 作者高原冯仲科仇琪焦有权徐伟恒; 机构北京林业大学北京农业职业学院西南林业大学; 出处《中南林业科技大学学报》 CAS CSCD 北大核心 2013年第6期94-96,121,共4页; 基金林业科技成果国家级项目推广:都市森林景观三维可视化表达技术示范推广(项目编号:201146); 文摘以94 a树龄华山松Pinus armandii解析木数据为研究对象,利用GM(1.1)灰色预测模型,基于数值分析软件DPS,建立了华山松生长量预测模型并验证,解决了林木生长量的预测难题。灰色模型预测值C=0.2652(很好),p=1.0000(很好),结果表明GM(1,1)模型预测精度较高,预测可靠。验证了GM(1,1)灰色预测在林木生长量预测中应用的正确性,该模型在华山松生长量预测方面有较强的实际应用价值。; 关键词华山松生长量预测 DPS GM(1 1); Keywords Pinus armandii tree growth volume DPS GM（1 1）; 分类号 S791.241 [农业科学—林木遗传育种]; 在线阅读下载PDF 职称材料

题名基于BP神经网络连栽桉树人工林生长量预测被引量：6: 2; 作者龙滔覃连欢叶绍明; 机构广西大学; 出处《东北林业大学学报》 CAS CSCD 北大核心 2012年第5期122-125,共4页; 基金国家自然科学基金项目(31070560) 广西自然科学基金项目(桂科字0991035) 广西大学科研基金项目(X081003); 文摘以广西国有东门林场雷卡分场的3个连栽代次的尾巨桉(Eucalyptus urophylla×E.grandis)人工林为研究对象,以林分的林龄和林分密度作为输入变量,分别以林分的平均胸径和树高为输出变量,构建了6个2∶n∶1的BP人工神经网络模型。用林分前5 a的数据对网络进行训练,第6、7年数据进行测试,经过大量训练选取最优模型后,得出以2∶2∶1的结构训练的模型最优,林分平均胸径的3个BP网络模型平均预测精度分别为99.09%、98.35%和96.37%,平均树高的3个BP网络模型平均精度分别为96.22%、96.48%和96.6%。回归分析证明模型的拟合效果良好。模型可用来分析、模拟和预测相似条件下桉树人工林林分随林龄增长整个生长阶段的生长量变化情况。; 关键词 BP神经网络尾巨桉人工林生长量预测; Keywords BP neural network E. urophyllaxE, grand/s Plantations Increment prediction; 分类号 S792.39 [农业科学—林木遗传育种]; 在线阅读下载PDF 职称材料

题名运用随机森林模型对北京市林分蓄积生长量的预测被引量：20: 3; 作者卢婧冯仲科; 机构精准林业北京市重点实验室(北京林业大学); 出处《东北林业大学学报》 CAS CSCD 北大核心 2020年第5期7-11,共5页; 基金中央高校基本科研业务费专项资金资助(2015ZCQ-LX-01) 国家自然科学基金项目(U1710123)。; 文摘林分蓄积生长量是森林资源监测的一个重要内容,也是林业经营的决策依据。利用北京市第6~8次森林资源连续清查数据和ClimateAP软件中提取的气候信息,建立了基于随机森林的林分蓄积生长量预测模型,对北京市林分蓄积生长量进行了预测。结果表明:运用随机森林的针叶林、阔叶林、针阔混交林的林分生长模型的R 2分别为0.93、0.94、0.89,拟合效果良好;预测北京市2021年林分蓄积生长量平均值为58.1073 m^3/hm^2,变化范围为7.2846~388.7756 m^3/hm^2,蓄积量平均值由大到小的顺序为针叶林、针阔混交林、阔叶林。; 关键词蓄积生长量预测随机森林模型森林资源连续清查北京市; Keywords Volume prediction Random forest Continuous inventory of forest resources Beijing; 分类号 S718.51 [农业科学—林学] S718.52 [农业科学—林学]; 在线阅读下载PDF 职称材料

题名北京市侧柏人工林全林分模型建立与研究被引量：8: 4; 作者冯仲科熊妮娜王佳李雪梅; 机构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北京林业大学测绘与山西焦煤阿山煤矿公用事业总公司; 出处《北京林业大学学报》 CAS CSCD 北大核心 2008年第S1期214-217,共4页; 基金国家自然科学基金项目(90302014); 文摘该文以北京市森林资源一类调查中侧柏的数据为基础,以Rechards方程为模板,通过SPSS统计建模工具进行拟合,建立了包括侧柏的树高模型、立地指数模型、林分密度模型、断面积模型、全林收获模型、林分生长模型在内的全林分模型。林分生长模型保持了与收获模型的相容性,在此基础上利用林分生长模型,可根据现在的林分收获量预测未来某一时期的林分蓄积量。通过检验证明,该北京侧柏人工林全林分的林分生长模型有很强的适用性,为有关林业部门确定最优密度指数、立地指数等因子来改善侧柏的经营方式提供了依据。; 关键词全林分模型 Rechard 方程生长量预测侧柏; Keywords whole stand model Rechards model growth quantity estimation Platycladus orientalis; 分类号 S758.5 [农业科学—森林经理学]; 在线阅读下载PDF 职称材料

题名北京落叶松人工林全林分模型研建被引量：7: 5; 作者张子强王小昆熊妮娜王佳; 机构辽宁国际建设工程集团公司阜新分公司国家林业局调查规划设计院北京林业大学资源与环境学院; 出处《河北林果研究》 2008年第1期22-25,共4页; 文摘以北京森林资源一类调查中侧柏的数据为基础,以Rechards方程为模版,通过spss统计建模工具进行拟合,建立了包括落叶松的树高模型、立地指数、林分密度、断面积指数、全林收获模型、林分生长模型在内的全林分模型。林分生长模型保持了与收获模型的相容性,在此基础上利用林分生长模型,可根据某一时期的林分收获量预知未来某一时期的林分蓄积。通过检验证明,此北京落叶松人工林全林分的林分生长模型有很强的适用性,为有关林业部门确定最优密度指数、立地指数等因子来改善落叶松的经营方式提供了依据。; 关键词全林分模型 Rechard模型生长量预测落叶松; Keywords Whole Stand Model Rechards model growth quantity forecasting Larix gmelinii plantation; 分类号 S757.2 [农业科学—森林经理学]; 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	基于GM(1,1)的华山松生长量预测研究	高原冯仲科仇琪焦有权徐伟恒	《中南林业科技大学学报》 CAS CSCD 北大核心	2013	6	在线阅读下载PDF 职称材料
2	基于BP神经网络连栽桉树人工林生长量预测	龙滔覃连欢叶绍明	《东北林业大学学报》 CAS CSCD 北大核心	2012	6	在线阅读下载PDF 职称材料
3	运用随机森林模型对北京市林分蓄积生长量的预测	卢婧冯仲科	《东北林业大学学报》 CAS CSCD 北大核心	2020	20	在线阅读下载PDF 职称材料
4	北京市侧柏人工林全林分模型建立与研究	冯仲科熊妮娜王佳李雪梅	《北京林业大学学报》 CAS CSCD 北大核心	2008	8	在线阅读下载PDF 职称材料
5	北京落叶松人工林全林分模型研建	张子强王小昆熊妮娜王佳	《河北林果研究》	2008	7	在线阅读下载PDF 职称材料