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
1
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
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
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
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
