- 年份
- 2024(9489)
- 2023(13862)
- 2022(11780)
- 2021(10858)
- 2020(9092)
- 2019(20987)
- 2018(20761)
- 2017(39695)
- 2016(21387)
- 2015(24126)
- 2014(23715)
- 2013(22982)
- 2012(21445)
- 2011(19289)
- 2010(19332)
- 2009(17344)
- 2008(16626)
- 2007(14461)
- 2006(12706)
- 2005(11282)
- 学科
- 济(91437)
- 经济(91350)
- 管理(57433)
- 业(56166)
- 企(45128)
- 企业(45128)
- 方法(39790)
- 数学(35318)
- 数学方法(34659)
- 中国(26380)
- 农(24542)
- 地方(23081)
- 业经(20330)
- 财(19913)
- 学(18016)
- 农业(16696)
- 贸(15568)
- 贸易(15554)
- 易(15038)
- 制(15031)
- 理论(14469)
- 技术(14201)
- 银(13950)
- 银行(13912)
- 融(13808)
- 金融(13806)
- 环境(13677)
- 行(13410)
- 和(13250)
- 发(12917)
- 机构
- 学院(295537)
- 大学(293021)
- 济(118316)
- 经济(115886)
- 管理(112506)
- 研究(104260)
- 理学(96784)
- 理学院(95703)
- 管理学(93508)
- 管理学院(92989)
- 中国(78178)
- 科学(66582)
- 京(63642)
- 农(54750)
- 所(53516)
- 财(52708)
- 研究所(48837)
- 中心(47995)
- 业大(47889)
- 江(45306)
- 农业(42928)
- 财经(41356)
- 北京(40153)
- 院(38848)
- 范(38673)
- 师范(38152)
- 经(37659)
- 州(36055)
- 经济学(35578)
- 技术(34489)
- 基金
- 项目(204680)
- 科学(160845)
- 基金(147400)
- 研究(145318)
- 家(131462)
- 国家(130393)
- 科学基金(111133)
- 社会(90364)
- 社会科(85698)
- 社会科学(85678)
- 省(81916)
- 基金项目(76929)
- 自然(74384)
- 自然科(72723)
- 自然科学(72704)
- 自然科学基金(71383)
- 划(69304)
- 教育(67880)
- 资助(61722)
- 编号(58144)
- 发(48537)
- 重点(47123)
- 成果(45895)
- 部(44037)
- 创(43277)
- 课题(41530)
- 创新(40429)
- 科研(39815)
- 计划(39058)
- 发展(37598)
- 期刊
- 济(130453)
- 经济(130453)
- 研究(84714)
- 中国(63133)
- 学报(50692)
- 农(50057)
- 科学(46447)
- 管理(44274)
- 财(40306)
- 大学(38949)
- 学学(36864)
- 教育(35474)
- 农业(34556)
- 技术(29618)
- 融(27060)
- 金融(27060)
- 业经(22776)
- 经济研究(21545)
- 财经(20069)
- 业(18737)
- 经(17325)
- 问题(16691)
- 统计(15064)
- 技术经济(14862)
- 科技(14631)
- 版(14207)
- 业大(13947)
- 策(13695)
- 图书(13462)
- 商业(13149)
共检索到444849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] 湖南农业大学学报(自然科学版)
[作者]
向昌盛 周子英 武丽娜
提出一种基于ARIMA和动态ε支持向量机(ε-DSVM)的组合预测模型(ARIMA-ε-DSVM),预测松毛虫发生面积.先采用ARIMA模型进行时间序列线性趋势建模,为非线性部分确定输入阶数,根据确定的输入阶数进行时间序列样本重构,再采用ε-DSVM模型进行时间序列非线性特征建模,将这两模型预测值相加得到组合模型预测值.对辽宁省朝阳市松毛虫时间序列进行仿真试验,结果表明,ARIMA-ε-DSVM模型预测精确度比单一模型ARIMA和SVM及简单组合模型ARIMA-SVM要高,ARIMA-ε-DSVM模型大幅度改善预测效果,显著地减少预测误差,泛化能力强.
[期刊] 北京林业大学学报
[作者]
张文一 景天忠 严善春
落叶松毛虫为我国主要害虫之一,其发生严重影响了我国林木生长和森林资源的安全。因此,及时准确地对落叶松毛虫虫害发生趋势进行预测、预报十分必要。虫害的发生受到多种因素的影响,存在复杂的非线性关系,传统的预测方法大多为基于线性的预测,导致其预测效果不够理想。本研究选取当年3月中旬的总蒸发量、上年7月上旬的平均最低气温、当年3月下旬的极端最低气温以及上年11月上旬的平均风速作为自变量,虫害发生面积作为因变量,利用多层前馈神经网络(MLFN)、广义回归神经网络(GRNN)以及支持向量机(SVM)3种机器学习算法对落
[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]
许章华 刘健 龚从宏 唐梦雅 谢婉君 余坤勇 赖日文 李增禄
叶面积指数(LAI)是植物的重要结构变量,可以较好地反映植物冠层特征,构建该指标的有效反演模型是实现马尾松毛虫害空间监测与预警的必然要求。以在三明市、将乐县、沙县、南平市等4个县(市)测定的马尾松有效叶面积指数及同时段HJ-1 CCD多光谱遥感影像为基础数据,分别建立LAI与NDVI、TNDVI、DVI、RDVI、RVI、PVI、SAVI、MSAVI、MCARI等9个植被指数的一元线性、乘幂、指数、对数与二次曲线模型。结果表明:(1)上述9个植被指数均与马尾松有效叶面积指数显著相关;(2)R2、RMSE及预测精度等指标显示,以TNDVI与MSAVI作为自变量的乘幂、指数模型是马尾松毛虫主要寄主...
[期刊] 林业科学
[作者]
李霓雯 张晓丽 张凝 朱程浩 孙振峰
【目的】充分考虑影响灾害发生及灾害等级的气象、地形地貌等多种因素,实现多因子灾害发生危险性评价和制图,以期为灾前的防控和预警提供依据。【方法】以辽宁省西部的油松人工林为研究区,基于Landsat影像提取油松分布范围,以高程、坡向、坡度、降雨量、活动积温、日照时数、上一年灾害程度和距离上一年重灾区远近8个危险性评价因子,采用层次分析法确定各因子权重,建立加权信息量模型,结合GIS空间分析方法,将油松的受灾危险性划分为5个等级:极低危险区、低危险区、中危险区、高危险区和极高危险区,实现危险区划制图,并与实际灾害程度监测结果对比进行精度验证。【结果】1)根据信息量法原理,信息量值越大代表发生灾害的危险性越大。本文计算得到的各因子类别信息量值均与油松毛虫的生物学特性相吻合。2)研究区2017年虫灾极高和高危险区主要分布在建平县北部,中危险区主要分布在北部部分地区和建平县与凌源市交汇处,其他地区发生虫灾危险性较低,与实际调查结果相吻合。3)最终划分等级中的中低危险区和实际受灾油松失叶率大小对应关系明显,实际成灾油松林地中有90.32%被划分至高危险区和极高危险区。【结论】基于加权信息量模型的油松毛虫灾害发生危险性评价充分考虑了不同评价因子对灾害发生影响程度的差异,得到的风险区划结果较为准确,具有应用价值,可为大区域的森林病虫害危险性评价及风险评估提供技术依据。
[期刊] 林业科学研究
[作者]
李兆麟 贾凤友
松毛虫是具明显滞育阶段的昆虫,决定滞育的关键因子是光周,只有在充分考虑松毛虫光周滞育这一生物学特性的前提下,有效积温法则在预测松毛虫发生世代和发生期上才能得到正确的应用。建议对象松毛虫这样的害虫应制订出规范化的有效积温测定方法。
关键词：
松毛虫 光照周期 有效积温
[期刊] 浙江农林大学学报
[作者]
张书平 余燕 毕守东 周夏芝 邹运鼎 张国庆 张桢 方国飞 宋玉双
【目的】提高马尾松毛虫Dendrolimus punctatus幼虫发生量预测预报结果的准确性。【方法】利用灰色灾变预测GM(1,1)模型预测了安徽省潜山县1989-2016年马尾松毛虫越冬代、 1代和2代严重发生的年份。【结果】马尾松毛虫越冬代虫口数的GM(1,1)灾变预测模型为:■,其中k为年序号,■为灾变年序号。1代幼虫虫口数的GM(1,1)灾变预测模型为:■。2代幼虫虫口数的GM(1,1)灾变预测模型为:■。根据此模型求得已知年份的拟合值与观察值,对两者差异进行t检验,差异均不显著,即拟合值与观察值间吻合度高,各灾变年精度值平均为84.40%, 84.85%和84.08%,总体平均精度依次为96.25%, 92.34%和94.09%,模型精度高。由此推算未来时刻的预测值得到,从2011年马尾松毛虫越冬代幼虫灾变年算起,再过10 a即2021年为马尾松毛虫越冬代大发生年。从2011年马尾松毛虫1代幼虫灾变年算起,再过11 a即2022年为马尾松毛虫1代幼虫大发生年。从2011年马尾松毛虫2代幼虫灾变年算起,再过9 a即2020年为马尾松毛虫2代幼虫大发生年。【结论】灾变预测对马尾松毛虫幼虫发生量灾变的预报是一种较理想的预报方法。表4参15
[期刊] 北京林业大学学报
[作者]
张素芬 夏乃斌 屠泉洪
应用随机过程理论建立了油松毛虫上树后至化蛹阶段的ARMA(p,q)模型,并对该阶段的种群动态进行了模拟,其模拟值与实测值十分接近。
[期刊] 浙江林学院学报
[作者]
孙薇 董林根 胡加其 于琼花
应用浙江省临海市连续９ａ马尾松毛虫发生面积的调查资料和当地气象资料，根据相关系数法选出预报因子，采用模糊综合评判的６个数学模型预测松毛虫越冬代的发生量。经回报检验，各数学模型预测值与实测值的吻合程度达８８．９％，具有较好的实用价值。
关键词：
马尾松毛虫 发生量预测 模糊综合评判
[期刊] 林业科学研究
[作者]
石雷 赵耘 张忠和 徐珑峰 万有铭
对用质型多角体病毒和苏云金杆菌制成的复合微生物杀虫剂,在云南南涧、禄丰县大面积对云南松毛虫和思茅松毛虫的防治效果进行了林内调查、定枝套袋观察和室内药效实验,结果表明,林内、袋内和室内的防治死亡率云南松毛虫分别达86%、79%和49%,思茅松毛虫分别为62%、73%和100%,防治效果十分显著。
[期刊] 林业科学研究
[作者]
王庆 毕猛 杜婷 廖怀建 石雷
［目的］为预测未来我国马尾松毛虫的潜在变化趋势，以２００２—２０１２年全国范围内马尾松毛虫的地级逐年平均发生率作为预测指标，［方法］运用偏最小二乘回归方法，获得马尾松毛虫平均发生率与相关气象因子的回归方程，并结合地理空间数据与未来气象数据，得到马尾松毛虫平均发生率空间格局模型。［结果］表明：以筛选后的１２个气象因子建立的马尾松毛虫平均发生率空间格局模型精度达到８６．９８％，具有较强的可靠性。据此预测２０２０ｓ，２０５０ｓ，２０８０ｓ的马尾松毛虫平均发生率空间格局，并与２００２—２０１２年的空间格局相比，结果显示：华东及华中地区虫害中度和重度发生面积均明显增加，有扩散的趋势；华东地区的轻度发生面．．．
[期刊] 北京林业大学学报
[作者]
屠泉洪 夏乃斌 李湛东
本文根据油松毛虫幼虫转移生境的特性,将其越冬过程分解为上树阶段和下树阶段.首先通过主成分分析,寻找出影响越冬幼虫种群数量变动的关键因子主要是越冬幼虫生境的温度和空气中的相对湿度.在此基础上,通过主成分回归建立数学模型,预测越冬幼虫种群数量,为制定油松毛虫防治策略提供准确的虫情报告.
[期刊] 统计与决策
[作者]
张宇菲 陈华友
对于三角模糊数的组合预测,传统的方法是将三角模糊数的三个端点分别进行组合,但这样会导致三角模糊数三个端点的大小顺序出现混乱而影响预测信息的完整性。为此文章引入三角模糊数对应的隶属函数覆盖的面积和重心的概念,重新定义了三角模糊数的面积和重心预测精度指标,运用IOWA算子建立了相应的三角模糊数面积序列和重心序列的相关系数的多目标组合预测模型,并引入重要性参数将其转化为单目标规划模型。实例分析验证了模型的可行性和有效性,并对模型重要性参数进行了灵敏度分析。
[期刊] 北京林业大学学报
[作者]
白雪琪 张晓丽 张凝 张连生 马云波
油松毛虫对人工油松林造成了严重的危害。据统计，辽宁省油松毛虫的发生面积为１２万ｈｍ２／ａ，年均直接经济损失３４０万元。利用遥感技术特别是高光谱遥感大面积及时监测病虫害是今后林业病虫害监测的发展方向之一。高光谱遥感技术可以为植物叶绿素和含水率等生物化学参数的定量化诊断提供简便、有效以及非破坏性的数据采集和处理方法。本研究采用野外便携式光谱仪测定不同失叶率油松的高光谱反射率数据，使用分光光度计室内测定相应叶片的叶绿素含量，采用烘干法测定叶片含水率。通过计算归一化光谱指数（ＮＤＳＩ）、比值光谱指数（ＲＳＩ）、差值光谱指数（ＤＳＩ）与叶绿素ａ含量、叶绿素ｂ含量、含水率的相关系数，选择相关系数最高的光谱．．．
关键词：
高光谱 油松毛虫 油松 光谱指数
[期刊] 林业科学
[作者]
梅志雄 徐颂军 王佳璆
森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间相关,最后用统计回归将时间和空间预测结果组合起来,得到时空综合预测结果。以广东省森林火灾面积预测为例,说明其原理和建模过程,并对预测结果的精度进行验证。结果表明:由于考虑了数据间的空间关系,该时空综合预测模型可以对森林火灾面积进行较准确有效的预测,比单纯应用ARIMA模型预测精度高,是预测森林火灾等跨空间动态变化问题的有效工具...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
