非参数投影寻踪回归在坡面土壤侵蚀产沙量预测中的应用

根据土壤侵蚀机理,采用投影寻踪回归分析的方法,对坡面侵蚀产沙过程进行了预测。以四川某水土保持实验站观测数据为实例,以最大30 min降水量、最大1 h降水量、径流量等因素作为坡面产沙量预测的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用单纯形算法优化投影指标函数,进而构建基于投影寻踪回归分析的坡面产沙量预测模型,通过MATLAB语言编制程序进行了仿真试验。结果表明,该模型具有较高的拟合度和良好的预测精度,为坡面产沙模拟预测模型的建立提供参考。     

基于状态转移算法优化的投影寻踪病虫害预测模型

为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差0.2,等级预测达到完全正确;对2009—2011年的病虫害等级预测准确率95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠性及预测精度很高,能有效的解决病虫害预测中存在的数据非线性、高维性等实际难题。该模型应用于加工番茄病虫害的预测具有一定的可行性和实用性。     

害虫预测建模中因子综合和预测的投影寻踪回归（PPR）技术

用投影寻踪回归（PPR）技术作害虫预测建模的因子综合和预测，正确率高达80%，说明在害虫预测建模的因子综合和预测中，投影寻踪回归技术是适用的。     

非参数投影寻踪回归在淤地坝坝地淤积预测中的应用

通过分析黄土高原淤地坝淤积量与相应次侵蚀性降雨指标的关系,提出了基于投影寻踪回归分析的淤地坝泥沙淤积量预测模型,利用实测资料对淤地坝泥沙淤积量进行预测。结果表明,该模型具有较高的拟合度和预测精度。     

应用投影寻踪自回归模型作第二代棉铃虫灾变性预测的研究

应用投影寻踪自回归方法 ,对第二代棉铃虫灾变性发生进行预测 ,其预测结果与用灰色系统理论方法预测结果比较 ,提高了预测精度 16.7%。     

投影寻踪回归技术在试验设计中的应用

本研究通过对甜瓜灌水试验数据的分析,将投影寻踪回归技术与二次多项式优化设计方法进行比较,阐明了投影寻踪回归技术的一些优势、特点及其在试验优化中的应用前景。     

第一代小地老虎危害程度的投影寻踪回归预测模型的研究

用投影寻踪回归模型,对第一代小地老虎危害程度进行预测.模型的历史拟合100%合格,预留5 a试报也100%合格.     

杉木主伐林分材种结构及其出材率模型研建

【目的】明晰杉木主伐林分的材种结构规律并构建合理的林分出材率模型，为我国杉木人工林木材产量提高、营林技术提升以及经营方案优化提供科学依据。【方法】根据福建省6个国有林场近15年的杉木人工林492块伐区调查数据，选用林分平均胸径、平均高、年龄、蓄积量、密度、立地质量等林分因子，探讨林分规格材、非规格材、经济材、薪材、商品材、废材6种材种出材率对各因素的响应。在此基础上筛选影响材种出材率的主要林分因子，构建杉木主伐林分材种出材率模型，并对模型进行适用性评价。【结果】杉木主伐林分的各林分因子中，林分平均胸径和平均高对各材种出材率的影响最大，且远高于其他林分因子，其次为林分蓄积量、年龄和密度，立地质量的影响相对较小。以林分平均胸径和平均高为自变量构建杉木主伐林分的规格材、经济材、薪材出材率模型，模型拟合及检验效果均良好，以此为基础构建非规格材、商品材、废材出材率模型。对不同径阶的各材种出材率模型进行预测误差计算，预测误差均较小，且误差分布较为均匀。【结论】本研究揭示了杉木主伐林分的材种结构规律及其影响因子，建立的出材率模型体系可用于杉木主伐林分的出材率测算，为杉木人工林合理生产计划的制定提供支...     

投影寻踪回归（PPR）技术在水泥配方优化中的应用

投影寻踪回归是一种新兴的ＥＤＡ多元回归计算方法．本文通过一个内掺硅粉的硅酸盐自应力水泥配方优化实例．说明了如何用ＰＰＲ软件包分析失败试验数据、搜寻成功方向和使用模型直接外推找出优化区的准确位置，经过补点试验，结果验证可靠，从而表明了投影寻踪回归新技术的实用价值．     

投影寻踪自回归模型及其在新疆春旱期降水量长期预测中的应用

降水量长期预测问题,至今从理论到方法均不够成熟。本文对一种新兴的时序分析模型——投影寻踪自回归模型作了简要介绍,并用其试做了乌鲁木齐1991～2001年的春旱期降水趋势长期预测,成果令人十分鼓舞。     

削度方程和林分直径结构在编制材种表中的重要意义

该文论述削度方程的类型及其在研制材种出材率表中的重要意义,也论述了林分直径分布在林分结构、森林调查及研制林分材种出材量表中的重要作用。介绍了使用一致性削度方程和Weibull直径函数研制材种出材率表和林分材种出材量表的技术和方法。对于研制材种出材率表和材种出材量表的一些技术和方法问题也进行了讨论。     

基于Arc Engine计算机理论造材系统研建

利用削度方程编制材种出材率表是目前出材率表编制的发展趋势,分析当前计算机理论造材在编制材种出材率表时存在通用性低、灵活性差、交互性弱的问题。为了满足林农灵活造材需要,提出了通用理论造材技术并进行研究。对计算机理论造材进行需求分析,设计了系统的功能结构、理论造材技术流程、各区分段造材流程和相应的数据库结构,采用Arc Engine技术和C#编程技术实现了相应功能并进行应用。结果表明,通用理论造材技术效率高、成本低、使用灵活,林农可以针对不同树种、不同造材方案灵活造材并预估相应收益。计算机应理论造材技术为各基层森林经营单位快速编制材种出材率表提供技术支撑,对单株活立木造材动态监测和收益预测更加直观、准确。     

云冷杉天然林林分年龄预测——以金沟岭林场为例

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。     

湖北省马尾松人工林削度方程及材种出材率表的研究

以湖北省马尾松为研究对象，在分析其干形的基础上，提出削度模型，进行了分析、比较。结果表明：Sohmacher所建立的削度模型具有较好预估能力，在此削度模型的基础上，建立了精确的商品材出材率估测系统，该系统可估计马尾松树干上任意直径的干长，任意高度处直径，商品材积及不同材种出材率，并用该系统编制了湖北省马尾松二元材种出材率表。     

日本落叶松削度方程和林分材种出材率表的研究

本文论述了削度方程的类型及其在研制材种出材率表中的重要意义，结合全林分生长模型，林分自然稀疏模型以及林分结构模型编制了日本落叶松林分材种出材率表。经检验精度符合要求。从而为及时准确地掌握林分的材种结构及变化，进行林分材种结构调整，落实限额采伐森林面积提供了重要的理论依据。     

PP回归在新疆春旱长期预报工作中的应用

本文对一种新兴统计方法—投影寻踪回归(Projection Pursuit Regression)做了较为详尽的介绍,并提供了一个应用实例。研究结果表明:采用PP回归方法较之以往的多元分析法具有许多突出的优点,诸如可以引用多个预报因子,能较好地解决非正态或非线性问题以及拟合效果与预报效果较为一致等等。 PP回归属于一种非参数统计方法,它注重分析数据本身的內部结构,事先无需假定函数类型,能够自动排除与数据结构、特征无关或关系很小的变量干扰,并能有效地克服“维数祸根”,使我们能够充分利用现有信息,提高干旱长期预报工作的水平。同时由于PP回归方法参数调整灵活、弹性好、适应性强,因此将有广阔的应用前景。     

基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用

林分蓄积是衡量小班林分生产力的重要指标。选择华北落叶松人工林小班数据,对以年龄、公顷株数和立地指数为自变量,小班公顷蓄积为因变量的BP (back propagation)神经网络模型和多元回归模型进行研究。研究结果表明:①BP神经网络参数最优组合:三层网络结构包括输入层3个神经元,隐含层10个神经元和1个神经元,输出层1个神经元,R语言算法选用含有动量的自适应梯度下降法,MATLAB软件算法选择Levevberg-Marquardt法;②多元回归模型中,生长理论方程为基础修正函数"Logistic+幂函数"组合的修正模型V=SI~(0.977 2)N~(0.510 3)0.500 1/[1+44.226 1exp(-0.146 6t)]表现最优,其决定系数R~2为0.721 8;③BP模型预测精度最高,其次是多元回归模型和材积表法。基于以上研究,为了提高BP模型的实用性,通过JAVA和R语言编程方式,将构建BP神经网络小班蓄积预估模型存储到收获预估模型的模型库中,在人工林收获预估中实现BP模型的调用,实现从经典的数学模型形式向智能化软件方向发展,提高BP模型在实际生产中的可操作性,为森林经营作业提供决策支持。     

天山云杉削度方程与材种出材率表的研究

以天山云杉为研究对象，在分析与描述天山云杉干形的基础上，提出了新的削度模型；并与其它削度模型进行分析、比较，评价了与商品材积估测有关的削度模型的优劣，结果表明：新建削度模型具有较好地满足各项预估目的的能力，在此削度模型的基础上，建立了精确的商品材积估测系统。该系统可估计树干上任意直径的干长、任意高度处直径、商品材积，并用该系统编制了天山云杉二元材种出材率表。     

长白落叶松直径分布收获模型的研究

该文将长白落叶松林地按地位指数划分为3个地位等级,分别地位等级建立了以三参数Weibull分布为基础的直径分布收获模型。该模型系统包括两大部分。第1部分建立了林分回归模型,其中主要包括林分因子预测模型,株数预测和断面积生长模型等;第2部分建立了参数回收模型,即采用林分因子的预估值来回收Weibull分布的参数,保证了收获模型与林分回归模型的一致性。该模型不仅能输出林分的总体收获量(蓄积量,出材量),而且能输出各径阶的收获量。误差检验结果表明该模型精度较高。     

基于人工神经网络的杉木可变密度蓄积量收获预估模型

采用人工神经网络方法拟合杉木林分蓄积量与立地质量、林龄、林分密度之间的非线性关系,建立了杉木可变密度蓄积量收获预估BP网络模型,并对所建立的模型进行精度检验.检验表明,所建模型预测精度高,可应用于森林经理调查、数据更新与经营决策优化以及编制可变密度收获表.