- 年份
- 2024(8253)
- 2023(12004)
- 2022(10167)
- 2021(9356)
- 2020(7758)
- 2019(17822)
- 2018(17457)
- 2017(33429)
- 2016(17709)
- 2015(19625)
- 2014(19325)
- 2013(18959)
- 2012(17695)
- 2011(15921)
- 2010(15602)
- 2009(13916)
- 2008(13181)
- 2007(11203)
- 2006(9646)
- 2005(8534)
- 学科
- 济(78835)
- 经济(78767)
- 业(46336)
- 管理(46248)
- 企(35528)
- 企业(35528)
- 方法(32254)
- 数学(28797)
- 数学方法(28412)
- 地方(23874)
- 农(22786)
- 中国(22700)
- 业经(18254)
- 财(16048)
- 农业(15791)
- 学(13606)
- 贸(13584)
- 贸易(13574)
- 制(13285)
- 易(13111)
- 地方经济(12638)
- 环境(12541)
- 技术(12429)
- 融(11838)
- 金融(11836)
- 发(11791)
- 银(11495)
- 银行(11480)
- 和(11068)
- 行(11059)
- 机构
- 学院(241282)
- 大学(240140)
- 济(101114)
- 经济(98918)
- 管理(96264)
- 研究(83326)
- 理学(82986)
- 理学院(82056)
- 管理学(80598)
- 管理学院(80128)
- 中国(60975)
- 京(50603)
- 科学(49878)
- 财(43679)
- 所(39883)
- 农(39798)
- 中心(39514)
- 江(36917)
- 业大(36509)
- 研究所(36312)
- 财经(34868)
- 范(33446)
- 师范(33122)
- 经(31834)
- 北京(31568)
- 院(31456)
- 农业(30485)
- 经济学(30442)
- 州(29920)
- 经济学院(27454)
- 基金
- 项目(169919)
- 科学(135399)
- 研究(125708)
- 基金(122856)
- 家(106506)
- 国家(105619)
- 科学基金(92242)
- 社会(80547)
- 社会科(76407)
- 社会科学(76389)
- 省(69778)
- 基金项目(65398)
- 自然(59370)
- 教育(58083)
- 自然科(58013)
- 自然科学(57999)
- 自然科学基金(56913)
- 划(56872)
- 编号(50927)
- 资助(49549)
- 发(41816)
- 成果(39059)
- 重点(38522)
- 部(37005)
- 创(36192)
- 课题(35506)
- 创新(33822)
- 发展(33266)
- 国家社会(33135)
- 科研(32728)
- 期刊
- 济(112800)
- 经济(112800)
- 研究(71100)
- 中国(51914)
- 农(36264)
- 管理(35217)
- 学报(34855)
- 科学(34001)
- 财(31950)
- 教育(30115)
- 大学(27827)
- 学学(26168)
- 农业(25310)
- 技术(23465)
- 融(22253)
- 金融(22253)
- 业经(20991)
- 经济研究(17241)
- 财经(16323)
- 问题(14783)
- 经(14086)
- 业(13159)
- 技术经济(11985)
- 科技(11951)
- 资源(11937)
- 图书(11805)
- 商业(11160)
- 理论(11023)
- 统计(10997)
- 版(10500)
共检索到361540条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 林业科学
[作者]
杨景标 马晓茜
应用人工神经网络建立热带森林火灾发生情况预测的多层神经网络模型,并将林火发生影响因子的历史数据作为样本值,输入模型进行训练。结果表明:利用所选取的输入因子作为样本的人工神经网络,可以对林火的发生发展作出准确有效的预测。文中还对模型的准确性和训练精度进行讨论,进而分析人工神经网络在林火预测中的可行性,证明人工神经网络在林火预测中的应用价值。
关键词：
森林火灾 人工神经网络 林火预测
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
韩恩贤 韩刚 薄颖生
【目的】实现森林火灾的预测预报,减少森林火灾的发生及其给社会造成的危害。【方法】利用陕西省17年的火灾发生频数资料,采用Markov转移矩阵和GM(1,l)灰色模型,对陕西森林火灾发生的趋势和预测方法进行了探讨。【结果】2008年前陕西森林火灾基本处于B级稳定状态,最小级A出现于2006年,最大级C可能出现于2008年。【结论】采用2001~2004年实际火灾发生情况对预测模型进行了验证,预测结果与实际相符,为陕西省森林火灾防灾减灾奠定了基础。
关键词：
森林火灾 灰色模型 趋势预测 陕西省
[期刊] 中南林业科技大学学报
[作者]
高博 单仔赫 曹丽丽 单延龙 韩喜越 王明霞 尹赛男
【目的】大兴安岭地区是黑龙江省森林火灾的多发区,研究该地区森林火灾月动态变化并构建发生预测模型,旨在为该地区森林火灾的预防和管控提供理论依据。【方法】基于大兴安岭地区1997—2017年森林火灾资料,使用Origin、ArcMap等软件绘图,分析该地区森林火灾的月动态变化;根据该地区6个气象站台的逐月气象数据研究气象要素与林火发生之间的关系,使用逐步回归方法建立森林火灾发生预测模型,使用配对t检验方法验证模型精度。【结果】黑龙江省大兴安岭地区1997—2017年共发生森林火灾776起,共造成火场总面积1 171 585.73 hm2;该地区森林火灾发生次数月变化趋势呈单峰型,主要集中发生在夏季,春季的森林火灾造成的火场总面积较大;火点主要集中在该地区西部和东南部,东部、南部和东南部火场面积较大;林火发生次数由北向南随月份的增加而升高,之后回落;火场总面积除个别月份(3、5、10月)较为集中外,其他月份变化波动不大,尤其是8月份;气温、降水等8个指标分别与林火的发生存在相关关系;平均最高气温、平均最低气温和最大日降水量为大兴安岭地区林火发生预测模型的影响变量。【结论】1997—2017年大兴安岭地区6月森林火灾发生次数最多,5月火场总面积最大;呼中地区夏季火灾发生最为频繁;基于气象因素建立了林火发生预测模型,且模型精度较高(t=0.001,P=0.999> 0.01)。
[期刊] 林业科学
[作者]
肖云丹 鞠洪波 张雄清 纪平
对黔南区春季防火期森林火灾数据进行分析,分别引入Poisson回归模型、负二项模型、零膨胀负二项模型和Hurdle模型拟合该地区火险天气森林火灾发生数,并对这些模型进行逐步筛选。结果表明:Poisson回归模型不适用于处理过度离散的数据,负二项回归模型相对于Poisson回归模型,比较适用于过离散数据;但是对于零个数过多的数据,这2类模型拟合效果较差,零膨胀负二项模型和Hurdle模型对这类数据有很好的解决办法。零膨胀负二项模型和Hurdle模型拟合效果优于其他2种模型,而且Hurdle模型好于零膨胀负二项模型。
[期刊] 中南林业科技大学学报
[作者]
宁重阳 汤梓桐 谢亦秋 戴颖成 李建军
【目的】森林火灾识别是避免森林火灾大面积蔓延的一项重要研究。随着深度学习的快速发展，基于卷积神经网络的模型因其在图像识别领域的优异表现，被广泛应用到森林火灾识别任务当中。然而，基于卷积神经网络的方法通常在标签数据不充分时，难以取得令人满意的森林火灾识别结果。【方法】本研究提出了一种基于视觉变换网络的自监督森林火灾识别模型（Self supervised forest fire identification model based on visual transformation network），来提高模型在标签稀缺情况下的森林火灾识别精度。具体来说，该模型采用视觉变换网络作为主干网络，通过视觉变换网络中的多头自注意力机制来捕获森林火灾图像的全局信息特征。并且引入自监督学习中的图像重建任务来辅助模型训练，从而减少模型对标签数据的依赖。模型通过对掩盖图像的特征恢复和重建学习相关语义信息。同时，本研究还提出了一种基于傅里叶低频混合变换的数据增强方法来提高模型的泛化性和鲁棒性。【结果】通过开展详细的实验来验证模型的有效性，结果表明，与其他常见的网络模型相比，FFDM模型在森林火灾识别任务中取得了最佳的识别效果，其识别准确率为89.51%，比VGG16网络高13.7%，比ResNet50网络高8.2%，比InceptionV3网络高7.2%。【结论】通过自监督学习辅助模型训练的方法，FFDM模型即使在标签稀缺下依然可以取得不错的森林火灾识别效果。
[期刊] 生态经济
[作者]
杞人
澳大利亚东南部始于2月7日的山林大火是澳历史上最大的森林火灾。当时,地处澳大利亚东南部的维多利亚州出现400多处火情,其中部分火点乃人为纵火。借着破纪录的高温和严重旱情,大火随时速约100公里的风势向周边扩散,造成了人员和财产的巨大损失。澳大利亚官员16日说,尚有8处火情未扑灭,数千名消防员正在紧张战斗,但没有面临直接威胁。
[期刊] 物流技术
[作者]
王敬凯 步思蕾 赵浩然 刘宇轩 童麟澳 孙术发
以黑龙江省大兴安岭地区为研究对象，根据大兴安岭三县四区影响森林火灾发生的气候因素、地形因素以及人为因素，采用聚类分析法对其进行系统聚类，确定三县四区森林火灾发生的可能性及风险等级。根据风险等级的不同，引入权重因子，采用遗传算法对52个林场、13个林业局进行林火应急物流中心选址，最终选定在松岭林业局、阿木尔林业局以及塔河县林业局的基础上建设林火应急物流中心，既保证了应急物流中心的响应速度，也降低了建设成本，最大程度上确保了大兴安岭地区林区火灾应急物流中心建设的有效性及合理性。
[期刊] 北京林业大学学报
[作者]
张军国 李文彬 韩宁 阚江明
该文在探讨森林起火因素的基础上,构建了一种基于ZigBee无线传感器网络的森林火灾实时监测系统.该系统给出了森林火灾无线传感器网络监测系统的体系结构,重点设计了基于CC2430芯片的网络节点硬件电路,详尽地讨论了网络的数据传输流程;该系统能够监测林区温湿度等相关环境参数的变化,为有关部门采取相应的防火或灭火措施提供决策依据.
[期刊] 林业科学
[作者]
胡林 冯仲科 聂玉藻
以北京市房山区的林火为研究现象,用神经网络方法研究林火发生及蔓延与环境因子间的关系。用GPS采集林火火场中心数据,测量火场面积;用GIS做空间分析,提取火场空间环境因子;将数据在Matlab中用VLBP神经网络进行训练,建立林火风险的预测方程。风险模型由林火发生的风险模型和林火的蔓延风险模型组成,由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该方法具有很强的适用性。
[期刊] 林业科学研究
[作者]
陈绘画 朱寿燕 崔相富
运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的BP网络模型。结果表明:所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3 15%;虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5 91%;虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10 65%。
[期刊] 中南林业科技大学学报
[作者]
文世熙 张贵 吴鑫
为了在紧急情况下给森林火灾扑救人员提供科学的逃生决策方案，根据动物迁移阻力因子的判断方法，选取地形起伏度、林分密度作为逃生阻力因子，并结合森林火灾中的火场分布、风场状况、安全地带分布等因素构建了森林火灾逃生路径网络决策模型。以新化县油溪乡林场历史森林火灾为案例，进行了森林火灾逃生路径网络决策应用分析，提出了多条逃生路径选择方案。研究结果能为森林火灾应急避险逃生提供有效的决策依据。
关键词：
森林火灾 逃生路径网络 决策模型
[期刊] 浙江林学院学报
[作者]
徐爱俊 李清泉 方陆明 吴达胜
对当前森林火灾预报预测研究的现状进行了分析,指出了当前在技术与方法上存在的问题与不足。在此基础上,提出了一种新的基于GIS技术、遥感技术和数学建模等技术的森林火灾预报预测模型。该模型通过建立森林火灾本底数据库,分析森林火灾发生和蔓延诱发因素,建立森林火险预报模型与林火蔓延预测模型来对森林火灾进行预报与预测。参8
[期刊] 统计与决策
[作者]
周慧 王晓光
文章根据组合预测的理论和神经网络的非线性性和良好的函数逼近特性,提出了基于人工神经网络的灰色幂模型、多项式回归模型的中国火灾组合预测模型。此模型综合了各单一模型的有效信息,同时也融合了人工神经网络在不确定因素预测领域的优势,能够比较客观地反映火灾的发展趋势,为中国火灾预测提供合理的依据。
[期刊] 中南林业科技大学学报
[作者]
王双 张贵 谭三清 王平 吴鑫
【目的】为科学地预防森林火灾和进行应急资源配置，运用空间logistic森林火灾风险概率模型对湖南省森林火灾风险等级进行划分，为县级以下区域进行森林火灾风险区划提供技术方法。【方法】采用logistic回归分析方法，利用湖南省2008—2018年的地表温度数据、植被指数数据、气象数据、人文数据、植被类型数据、森林火灾监测数据等，构建森林火灾风险概率模型，通过森林火灾风险概率分布区间对森林火灾风险等级进行划分。【结果】建立的湖南省空间logistic森林火灾风险概率模型拟合效果较好，在0.05的显著性水平下，经混合检验和Wald检验，logistic森林火灾风险概率模型能显著反映森林火险发生概率；模型相对运行特征（ROC）值为0.779；经栅格图层计算得到湖南省森林火灾风险概率值，并根据概率大小将湖南省森林火险分为极低、低、中、高和极高5个等级。湖南省森林火灾风险概率≥0.6的极高森林火险等级和高森林火险等级主要分布在邵阳市、衡阳市、永州市、株洲南部以及郴州市部分地区；中森林火险等级主要分布在怀化市、娄底市、湘潭市以及长沙市；低森林火险等级和极低森林火险等级主要分布在吉首市、常德市、张家界市、益阳市以及岳阳市。影响湖南省森林火险等级的主要因子为温度植被干旱指数（TVDI）、高程（GC）、年平均温度（WD），其中TVDI因子的影响最为显著。【结论】构建的空间logistic森林火灾风险概率模型能够科学有效地对湖南省森林火灾风险等级进行划分，为森林火灾的预防和应急资源配置提供科学依据。
[期刊] 林业经济问题
[作者]
刘发林 曾思齐 彭志勇 王利娟
利用里克特量表试图评估公众、消防战士和受森林火灾影响的村民等3个人群对森林火灾的看法。3组所有受访者一致认为,森林火灾会造成空气污染、土壤侵蚀、温室效应和浓雾,间接导致哮喘、呼吸系统感染、皮肤感染等疾病。受森林火灾危害的村民支持森林防火灭火,认为森林火灾是大问题。然而,市民和消防战士不同意这种看法,研究结果将帮助有关当局制订防火决策和教育活动。
关键词：
森林火灾 消防战士 林火管理
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
