首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于BP神经网络确立森林健康快速评价指标
引用本文:甘敬,朱建刚,张国祯,余新晓.基于BP神经网络确立森林健康快速评价指标[J].林业科学,2007,43(12):1-7.
作者姓名:甘敬  朱建刚  张国祯  余新晓
作者单位:1. 北京林业大学,北京,100083;北京市园林绿化局,北京,100029
2. 北京林业大学,北京,100083
3. 北京市园林绿化局,北京,100029
基金项目:北京市科委科研项目,国家科技支撑计划
摘    要:拟定森林健康快速评价(RAFH)指标,通过对训练样本的模式识别来构建一个BP神经网络,观察其能否收敛,并以测试样本为新的输入项进行模拟,采用误差百分比法、线性回归检验法和Nash-Sutcliffe效率法对模拟值与期望值的吻合程度进行检验,以此验证拟定指标的合理性.结果表明:在隐含层神经元n≥16时,网络能较好地收敛,说明该网络输入项--林分层次结构、病虫害程度和土壤厚度3个指标的训练样本值与目标输出项--森林健康精准评价(PAFH)结果的非线性相关程度高;模拟值与期望值的相对误差均值为-6.140 9%,回归方程斜率为0.968 3,截距为0.049 0,Nash-Sutcliffe效率为0.905 4,均表明二者之间吻合较好.因此,林分层次结构、病虫害程度和土壤厚度可以作为森林健康快速评价(RAFH)的指标.

关 键 词:森林健康快速评价  指标  BP神经网络  合理性检验
文章编号:1001-7488(2007)12-0001-07
收稿时间:2007-10-22
修稿时间:2007年10月22

Establishing Indices for Rapid Assessment of Forest Health Based on BP Neural Networks
Gan Jing,Zhu Jiangang,Zhang Guozhen,Yu Xinxiao.Establishing Indices for Rapid Assessment of Forest Health Based on BP Neural Networks[J].Scientia Silvae Sinicae,2007,43(12):1-7.
Authors:Gan Jing  Zhu Jiangang  Zhang Guozhen  Yu Xinxiao
Abstract:
Keywords:rapid assessment of forest health  indices  BP neural networks  rationality test
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号