- 年份
- 2024(7649)
- 2023(10910)
- 2022(9214)
- 2021(8795)
- 2020(7154)
- 2019(16578)
- 2018(16238)
- 2017(31375)
- 2016(16634)
- 2015(18666)
- 2014(17996)
- 2013(17148)
- 2012(15114)
- 2011(13255)
- 2010(12911)
- 2009(11468)
- 2008(10572)
- 2007(8932)
- 2006(7264)
- 2005(5818)
- 学科
- 济(63656)
- 经济(63594)
- 管理(47334)
- 业(45339)
- 企(38715)
- 企业(38715)
- 方法(34560)
- 数学(31180)
- 数学方法(30552)
- 农(16635)
- 财(15399)
- 中国(15013)
- 业经(14823)
- 学(12108)
- 理论(11724)
- 农业(11213)
- 贸(11072)
- 贸易(11067)
- 地方(11031)
- 技术(10876)
- 易(10811)
- 务(10683)
- 财务(10627)
- 财务管理(10605)
- 企业财务(10060)
- 和(9607)
- 制(9594)
- 环境(9285)
- 划(8867)
- 教学(7964)
- 机构
- 学院(221757)
- 大学(218771)
- 管理(91284)
- 济(85778)
- 经济(84134)
- 理学(80636)
- 理学院(79875)
- 管理学(78065)
- 管理学院(77667)
- 研究(66519)
- 中国(48488)
- 京(44705)
- 科学(42982)
- 财(36999)
- 业大(35720)
- 农(33559)
- 中心(32046)
- 所(31451)
- 财经(31066)
- 江(30994)
- 研究所(29299)
- 经(28600)
- 范(27505)
- 北京(27278)
- 师范(27192)
- 院(26440)
- 经济学(26005)
- 农业(25785)
- 技术(25164)
- 州(24653)
- 基金
- 项目(166295)
- 科学(132312)
- 基金(121549)
- 研究(119754)
- 家(107254)
- 国家(106442)
- 科学基金(92728)
- 社会(75547)
- 社会科(71665)
- 社会科学(71647)
- 省(66102)
- 基金项目(64252)
- 自然(62157)
- 自然科(60799)
- 自然科学(60788)
- 自然科学基金(59673)
- 教育(57064)
- 划(55254)
- 资助(49695)
- 编号(48542)
- 重点(37638)
- 成果(36339)
- 部(35949)
- 创(35899)
- 发(35089)
- 创新(33396)
- 课题(33033)
- 科研(32749)
- 国家社会(31412)
- 教育部(31358)
共检索到296922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] 浙江农林大学学报
[作者]
卯光宪 谭伟 柴宗政 赵杨 杨深钧
【目的】马尾松Pinus massoniana是中国南方主要用材树种，建立高效的马尾松人工林胸径-树高预测模型，可为马尾松人工林经营提供理论指导。【方法】以贵州省黔中地区马尾松人工林为研究对象，基于82块样地(25 m×25 m)的4 284株马尾松单木数据，选取6个常用的广义非线性模型进行拟合，从中筛选出拟合效果最好的模型。使用相同的数据确定最佳隐层节点数量后，经过反复训练建立基于BP神经网络的马尾松胸径-树高预测模型。【结果】在6个广义非线性模型中，拟合效果最佳为Korf模型(R~2=0.650)；马尾松适宜的隐藏层节点数为2，适宜的模型结构(输入层节点数∶隐藏层节点数∶输出层节点数)为1∶2∶1，模型预测精度达0.717。【结论】广义非线性模型能较好地拟合马尾松人工林胸径-树高关系，但与BP神经网络模型相比，BP神经网络不需要依赖经验模型，也不用模型筛选，而且BP神经网络模型具有较高的决定系数和较低的均方根误差，拟合精度优于广义非线性模型。
[期刊] 北京林业大学学报
[作者]
黄家荣 孟宪宇 关毓秀
该文首先以相对直径为输入变量,以累积频率为输出变量,构建了1∶S∶1的林分直径分布BP神经网络模型.用1块具有代表性、26年生、全林伐倒测定每木胸径、树高生长过程的马尾松人工林标准地直径分布数据,作为马尾松人工林的期望分布,对所建模型进行训练、用定性与定量相结合的方法,选出既符合林分直径分布规律,又具有较高拟合准确度的网络模型结构为1∶2∶1,网络对象名为FRdnet2.该模型的总体累积频率拟合准确度达99.5%,径阶累积频率拟合准确度最低93%、最高99.9%、平均99%,径阶频率拟合准确度最低82%、最高99%、平均95%.神经网络建模技术的拟合准确度好,可作为有效的林分直径分布模拟技术.
关键词：
神经网络 马尾松 人工林 林分直径分布
[期刊] 浙江农林大学学报
[作者]
刘光武 陈晨 王柯力
【目的】通过对马尾松Pinus massoniana人工林密度指数模型的研究,为制定木材产量及质量的提升决策提供参考。【方法】以河南省薄山林场马尾松人工林为研究对象,采用147块标准地数据,以林分平均胸径为输入向量,以林分密度为输出向量,建立了林分密度指数人工神经网络(ANN)模型,并与Reineke的林分密度指数模型进行比较。【结果】①薄山林场马尾松人工林最大密度线斜率b为-1.516 3,马尾松标准平均胸径为14 cm, Reineke的林分密度指数模型精度为92.11%, t检验结果显著;②构建了网络结构为1∶2∶1的林分密度指数ANN模型,模型拟合精度为92.57%,均方误差为0.001 469 7。③无论采用Reineke林分密度指数还是人工神经网络技术,在拟合株数密度随林分平均胸径的变化趋势时,幼龄林组拟合效果都不理想,这与幼龄林组数据数量偏少有关。【结论】所建模型可为薄山林场马尾松抚育经营决策提供依据。图4表1参13
[期刊] 林业科学研究
[作者]
刘鑫 王海燕 雷相东 解雅麟
[目的]以吉林省汪清林业局金沟岭林场12块天然云冷杉针阔混交林样地为对象,基于12 953对实测树高-胸径数据,结合林分优势高分树种(组)建立基于BP神经网络的标准树高模型。[方法]在确定隐层节点数后经过反复训练得到各树种(组)的适宜模型结构,使用相同的建模数据(8块样地)求解两个传统的树高方程,再利用未参与建模的4块样地分别验证模型。[结果]表明:落叶松、云杉的适宜模型结构(输入层节点数:隐藏层节点数:输出层节点数)为2:5:1;红松、中阔(白桦、大青杨、榆树和杂木)的适宜模型结构为2:4:1;冷杉的适
[期刊] 中南林业科技大学学报
[作者]
孙拥康 汤景明 王怡
【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省林科院九峰试验林场马尾松青冈栎混交林为研究对象,利用模型优选法确定出最优基础模型,并在此基础上,通过引入树种哑变量和分位数回归方法,构建不同树种不同分位点的树高-胸径分位数回归模型,选取平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、T检验对不同模型进行对比分析。【结果】1)选取的6个代表性非线性树高曲线模型中,Richard模型综合表现最好,确定为最优基础模型。2)除个别分位点外,分位数回归模型整体拟合结果和预测能力优于哑变量模型和基础模型;马尾松和青冈栎最优分位数回归模型分别为τ=0.5和τ=0.7时;相同立地条件下,青冈栎生长势高于马尾松。3)模型独立检验结果表明分位数回归模型在描述树高曲线分布范围、变化规律以及稳健性上优于哑变量模型和基础模型。【结论】分位数回归方法在模拟混交林树高-胸径关系上表现出了较好的预测效果,将其应用到混交林或天然林树高-胸径关系等的研究中是一个可行思路。鉴于研究样本数据还较有限,兼顾数据整体和个体关联性的方法还有待进一步研究。
[期刊] 中南林业科技大学学报
[作者]
孙拥康 汤景明 王怡
【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型，并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果，以期提高模型预测精度，为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省林科院九峰试验林场马尾松青冈栎混交林为研究对象，利用模型优选法确定出最优基础模型，并在此基础上，通过引入树种哑变量和分位数回归方法，构建不同树种不同分位点的树高-胸径分位数回归模型，选取平均绝对误差（MAE）、均方根误差（RMSE）、确定系数（R2）、T检验对不同模型进行对比分析。【结果】1）选取的6个代表性非线性树高曲线模型中，Richard模型综合表现最好，确定为最优基础模型。2）除个别分位点外，分位数回归模型整体拟合结果和预测能力优于哑变量模型和基础模型；马尾松和青冈栎最优分位数回归模型分别为τ=0.5和τ=0.7时；相同立地条件下，青冈栎生长势高于马尾松。3）模型独立检验结果表明分位数回归模型在描述树高曲线分布范围、变化规律以及稳健性上优于哑变量模型和基础模型。【结论】分位数回归方法在模拟混交林树高-胸径关系上表现出了较好的预测效果，将其应用到混交林或天然林树高-胸径关系等的研究中是一个可行思路。鉴于研究样本数据还较有限，兼顾数据整体和个体关联性的方法还有待进一步研究。
[期刊] 北京林业大学学报
[作者]
王轶夫 孙玉军 郭孝玉
以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2)输入变量和输出变量的增加不会降低BP神经网络模型的精度。...
[期刊] 浙江林学院学报
[作者]
丁贵杰
为准确预测林分各径阶高，用试验林和固定样地资料，分析了树高曲线与林龄、立地和密度的关系。结果表明树高曲线随林龄、立地指数的增大，曲线向右上方移动，而与林分密度无关。分析了国内外树高曲线模型研究状况，针对研究中存在的问题，采用再次参数化方法，把立地指数、林龄引入树高曲线模型，创建１３个新模型。用２００块标准地树高曲线资料，采用迭代法分别进行了拟合。经比较，选出有生物学意义扩展后Ｒｉｃｈａｒｄｓ函数，建立了贵州省马尾松人工林标准树高曲线模型（以林龄、立地指数和胸径为自变量）。经检验，所建树高曲线预测方程可在研究区内应用
关键词：
马尾松 人工林 树高曲线 数学模型
[期刊] 浙江农林大学学报
[作者]
冉佳璇 戚玉娇
【目的】建立马尾松Pinus massoniana-木荷Schima superba混交林树高-胸径模型，将树种作为哑变量引入模型，考虑模型残差空间自相关和异质性，为混交林树高-胸径模型构建和科学经营提供理论依据。【方法】基于贵州省开阳县马尾松-木荷混交林727组树高-胸径调查数据，构建普通最小二乘法模型(OLS)、广义可加模型(GAM)、线性混合模型(LMM)、地理加权回归模型(GWR)和地理加权回归克里格模型(GWRK)的树高-胸径全林木模型，在此基础上，将树种作为哑变量引入，选择全局莫兰指数(Moran’I)、局域Moran’I和组内方差分析5种模型残差空间自相关与空间异质性，并采用决定系数(R2)，均方误差(MSE)和赤池信息准则(AIC)对模型进行评价。【结果】(1)马尾松-木荷混交林全林木基础模型的拟合精度从低到高依次为OLS、GAM、LMM、GWR、GWRK。(2)将树种作为哑变量引入模型后，各模型拟合精度均高于全林木基础模型。(3)OLS和GAM模型残差的全局Moran’I在α=0.05水平下显著(Z>1.96)，局域Moran’I分布图中存在较多热点，表现出强烈的空间自相关。而LMM、GWR和GWRK模型残差全局Moran’I在α=0.05水平下不显著(-1.96≤Z≤1.96)，且在局域Moran’I分布图中存在较多冷点，说明模型残差空间自相关已被消除。(4)5种模型残差的组内方差均表现随着滞后距离增大而增大的趋势，但GWR和GWRK模型具有更小的组内方差，能较好地降低模型残差空间的异质性。【结论】OLS和GAM模型拟合精度不高，并且不能消除模型残差空间自相关和异质性，因此不是用来建立树高-胸径模型的最佳选择。LMM、GWR和GWRK模型在提高模型拟合精度和降低空间自相关性方面表现良好，但GWR和GWRK模型在降低空间异质性方面显著，是最适合的树高-胸径模型。图2表3参38
[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] 西北农林科技大学学报(自然科学版)
[作者]
车少辉 张建国 段爱国 童书振
【目的】探索神经网络技术对杉木人工林胸径生长的模拟和预测能力,以寻求最优模型。【方法】以江西大岗山杉木人工林为研究对象,依据林木生长理论,用林龄(A)、立地指数(SI)和初植密度(N)3个因子构建平均胸径生长BP模型;通过定量和定性分析相结合的方法对模型选优,并将最佳模型与拓展的Richards模型比较;最后将优化模型应用于未参与建模的样地。【结果】最佳BP模型为Levenberg-Marquardt算法3∶5∶1结构模型(LM351),R2=0.984,MSE=0.196;拓展的Richards模型R2=0.964,MSE=0.433。LM351模型经校正后,适合预测福建邵武杉木人工林胸径生...
关键词：
杉木 人工林 胸径生长模型 BP神经网络
[期刊] 林业科学研究
[作者]
牛思圆 刘鹏举 雷相东 任怡 高影
[目的]基于我国森林资源连续清查（简称“连清”）样地数据，分省区研建全国杉木人工林平均木树高-胸径的最优基础模型，以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份，数据来自第六次、第七次连清样地数据的树高调查表，总样本数为23 239个。选取18种基础生长方程作为候选模型，分别拟合各省区杉木平均木树高与胸径的关系，根据模型的决定系数（R2）、平均绝对误差(MAE)、平均相对误差（MRE）、均方根误差(RMSE)和平均预估误差（MPE），并结合模型残差分布图，确定各省区最优模型，同时采用5折法验证各省区最优模型的预测能力，最终决定各省区最优树高-胸径模型。[结果]15个省区的杉木最优树高-胸径模型并不相同，四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程)，江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程)，广东、湖北、贵州的最优模型分别为模型10（双曲线方程）、模型11(Logistic方程)和模型13(Gompertz方程)，R~2分布在0.602～0.807之间，MAE分布在0.94～1.53 m之间，MRE分布在-2.93%～-4.72%之间，RMSE分布在1.23～2.00 m之间，MPE分布在0.50%～2.77%之间。模型拟合效果较好，满足精度要求，且参数具有生物学意义，可作为全国各省区杉木人工林平均木树高-胸径基础模型。[结论]本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型，能较好的模拟各省区的杉木平均木树高随胸径的变化规律，可以作为全国各省区基本的杉木人工林平均木树高-胸径模型，为各省区杉木人工林的树高预测提供依据。
关键词：
连清样地数据 杉木 树高-胸径模型
[期刊] 福建农林大学学报(自然科学版)
[作者]
黄健 黄习培 李金铭
马尾松图像中树干部分的纹理可以很好地描述图像中的分割目标,表明神经网络可应用于该分类问题,如果给予较理想的训练样本,就可以得到较好的网络;再用此训练好的网络对输入图像进行分割就会得到较好的结果.结果表明这种方法效果良好.
[期刊] 林业科学研究
[作者]
杨锦昌 江希钿 许煌灿 王素萍 尹光天
马尾松人工林直径分布收获模型系统包括三大部分,即林分因子模型、Weibull分布参数回收模型和林分收获模型。此模型系统保证了林分变量间的一致性,实现了林分结构和产量(蓄积量和出材量)的动态预测,为用材林林木资产评估、确定森林的经济成熟提供了必要的技术手段。
关键词：
马尾松 直径分布模型 资产评估 经济成熟
[期刊] 北京林业大学学报
[作者]
林卓 吴承祯 洪伟 洪滔
以闽西北杉木人工林为研究对象,选取涵盖中龄林、近熟林、成熟林3个龄组的700个小班作为样地进行调查,以林龄、地位指数、林分密度、平均胸径作为输入变量,单位蓄积量为输出变量,运用BP神经网络和支持向量机2种机器学习方法建立林分收获模型,并采用遗传算法对模型参数进行优化。随机将样本数据分成350个训练样本和350个验证样本,对不同模型的拟合精度、预测精度进行对比分析,其中参数优化后的BP神经网络和支持向量机模型训练样本精度分别达到0.935 37和0.936 33,预测结果精度分别为0.921 30和0.926 97,训练样本和验证样本的总体拟合平均相对误差值均低于7%。分析结果表明,2种模型拟合...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
