交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。     

火炬松木材材质早期预测

根据人工林火炬松木材的晚材率,生长轮宽,管胞长度,微纤丝角及密度等材性指标的测试数据以及方差统计得出的材性变异规律,采用有序聚类最优分割法划分分出火炬松的幼龄期为１５ａ,同时探讨了幼龄期与成熟期的材性及两者之间的相关性;根据幼龄材的构造特征和材性指标,运用回归分析方法,推导出成熟材的理论预测值,经误差分析,该值与实测值十分接近,表明回归分析可以有效地实现材质早期预测。     

赤松木材材质早期预测

根据人工林赤松的管胞长度、微纤丝角、管胞长宽比、基本密度、晚材率及生长轮宽度等材性指标的测试数据。采用有序聚类分割法划分出赤松的幼龄期为12a；根据幼龄材的构造特征和材性指标，运用回归分析方法，推导出成熟材的理论预测值，经误差分析，该值与实测值比较接近，平均相对误差最小为5．2％，最大为25．7％。     

人工林长白落叶松木材材质早期预测模式（Ⅱ）：材质早期预测与…

以人工林长白落叶松木材生长轮材性变异规律和其幼期与成熟期的划发煤要用现代统计预测理论，提出了木材材质早期预测研究的理论方法。采用多种形式的回归分析。优选出反映材性指标生长过程变异规律的模式。     

人工林长白落叶松木材材质早期预测模式(Ⅱ)——材质早期预测与木材品质评价

以人工林长白落叶松木材生长轮材性变异规律和其幼龄期与成熟期的划分为基础，采用现代统计预测理论，提出木材材质早期预测研究的理论与方法。采用多种形式的回归分析，优选出反映材性指标生长过程变异规律的模式。仅采用幼龄期测试数据，以优选模式重新回归建模，并以此模型的曲线外延实现材性指标的早期预测，同时采用相应的数理统计方法评价预测的精度。对人工林造纸性能进行了品质评价，提出了人工林材质早期预测研究的理论模式。研究结果表明，预测值与实测值十分接近，可以应用该理论和方法有效地实现木材材质早期预测。     

红松林木生长轮材质预测的研究

生长轮材质预测属于新兴的学科,主要是通过生长轮材质分析法,寻求林木生长中生态条件的变化与木材材质变化的相互关系。本文描述了红松树枝与树干材质的变化过程,以数量化的模式揭示了它们的相关性,为用树枝预测树干材质开辟了新的途径。试材取自辽宁草河口解放林(4株),吉林土们岭张二北沟(4株),每株树木在枝下高处、1/2枝下高、1.3 m胸高处截取厚10 cm圆盘各三个,以此进行生长轮材质分析测定。试验结果借助数量化理论Ⅰ模式,得出综合相关方程。     

线性回归与BP神经网络方法的山东粮食产量预测比较研究

山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义.分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测.     

城镇基准地价修订及预测方法比较研究

城镇基准地价是对城镇地价水平的客观反映。其受城镇社会、经济、文化等诸多因素的影响，并随着城镇的发展而变化。为了保证城镇基准地价的现势性，必须及时对已评定的基准地价进行修订，或对之进行短时期的预测。在阐述基准地价修订和预测的必要性的前提下，分类介绍了多种修订及预测的方法及适用范围，并对之作了比较。     

基于REMCC-BPNN的粮食产量预测研究

粮食产量的准确预测对保证粮食安全、维持社会稳定具有重大意义。提出了一种基于K个最近邻训练样本拟合相对误差绝对值与时序的相关系数最小原则优化BP神经网络的时间序列预测模型REMCC-BPNN,并将该模型应用到我国粮食产量及湖南省粮食产量预测中。结果表明,REMCC-BPNN模型的预测精度优于BPNN、SVR、ARIMA、GM(1,N)等常用的时间序列预测模型,训练速度快,稳定性高。     

基于人工神经网络技术的木材材质检测研究进展

目前,人工神经网络已经在各行各业得到广泛应用。在林业中,人工神经网络也被运用在森林资源与生态、森林防火、树木生长、树木外观等方面,在木材材质的预测和分类等方面也有了部分应用。文章论述了人工神经网络的基本原理,总结了人工神经网络在木材材质测试中的应用,介绍了人工神经网络在木材本身的特性和缺陷分类方面的应用,并对人工神经网络在木材材质的应用前景和方向给出了建议。     

基于神经网络的木材生长轮密度预测模型

应用神经网络方法，进行木材材性指标生长轮密度的预测。建立了木材生长轮密度的神经网络模型．拟合了木材生长轮密度的变异规律，对木材生长轮密度进行了预测，并与时间序列方法对比，说明了神经网络用于木材生长轮密度预测的优势。     

马铃薯晚疫病短期预报模型

依据云南省马龙地区2003 ～ 2012年种植季的数据资料,分别利用单一回归模型、混合模型建立预报模型,并利用历史数据资料的回代进行精度检验.结果表明:2个模型均满足精度要求,但经过改进的混合模型明显提高了拟合精度.采用混合预报模型替代传统单一预报模型,综合考虑了同时期和不同时期的因素对马铃薯晚疫病的影响,提高了模型的精度.     

多种量化评价方法在耕地需求量预测中的应用——以辉南县为例

通过对吉林省辉南县耕地现状进行分析,选取一定评价预测因子,采用时间序列、多元线性回归、灰色系统3种量化评价预测方法,并根据每种方法的重要性,选取不同的权重,对辉南县20102、0152、020年耕地资源进行预测,从而为辉南县未来耕地利用提供决策依据。     

次生林林木质量分析

按次生林林分类型调查１３３３株林木的冠形和干形质量。得出：干形和冠形均良好的优良林木是调查总株数的３７．３５％。按林分类型计,山杨林优良林木比例为５２．９２％、蒙古栎林为２２．４９％、硬阔叶林和杂木林介于中间。按树种计,９个树种中优良木比例数最高的山杨５５．０６％,此值较高的有色木、水曲柳、胡桃楸、均超过４０％。黄波罗比值低到１５．００％。林木质量缺陷主要是树干弯曲和偏冠。     

施用木醋液和多菌灵对番茄品质的影响

通过田间微区试验,研究了施用木醋液和多菌灵对番茄品质的影响。结果表明:番茄施用木醋液、多菌灵等杀菌剂后品质下降,具体表现为Vc和可溶性糖含量降低,硝酸盐含量升高;施用木醋液的番茄品质要优于施用多菌灵的。     

山东省亚区域木材加工产业集群与经济增长实证研究

选取1999~2008年山东省及各地区木材加工产业有关数据,对亚区域木材加工产业集群与山东省经济增长之间的关系进行实证研究。结果表明,木材加工产业集群化水平越高的地区对经济增长的贡献率也越大,鲁西南地区木材加工产业集群化水平最高,对经济增长的贡献率最大,其次为胶东半岛及鲁中南地区,鲁西北地区木材加工产业集群的贡献率最低。     

时间序列分析模型及其在GDP预测中的应用研究

分析了时间序列模型中求和自回归移动平均模型ARIMA（p,d,q）的建模过程,依据1970~2008年广西南宁市GDP数据,建立了ARIMA（1,1,0）模型,并结合Eviews 5.0统计软件实现对模型的检验,结果显示,模型具有较好的预测效果和现实意义,可为南宁市制定经济发展目标提供决策参考。     

间伐强度对水曲柳木材材质的影响

研究了不同间伐强度对水曲柳木材材质的影响，结果表明：间伐强度对水曲柳木材的纤维长度和胞壁率无显著影响；对生长轮宽度、晚材率、生长轮密度、木材硬度有显著影响；材质综合评定表明重度间伐的林分木材材质最优，轻度间伐林分材质次之，未间伐林分材质相对较差，可采取间伐的培育措施对水曲柳林木进行定向培育。     

地理位置对人工红松林木材材质变异的影响

对不同地理位置（东北林业大学帽儿山实验林场老山实验站、凉水实验林场和方正林业局）的人工红松林木材材质进行了分析。结果表明：管胞长度和管胞直径的平均值排序为老山＞凉水＞方正、纤维角和壁腔比为方正＞凉水＞老山，长宽比为凉水＞老山＞方正。胞壁率为方正＞老山＞凉水。差异均达到了显著水平；生长速率平均值排序为凉水＞方正＞老山，差异不明显；生长轮宽度和硬度平均值排序为方正＞凉水＞老山，差异显著，利用综合坐标法对人工红松林木材材质进行评定，其优劣顺序为凉水，老山和方正，地理位置不同，木材材质各异，这为人工红林定培育提供了科学依据。     

三角枫木材材性及用途的研究

三角枫（ＡｃｅｒｂｕｅｒｇｅｒｉａｎｕｍＭｉｑ．）在安徽省分布广泛,生长于湿润肥沃的酸性土、微碱性土及中性土,中性偏耐荫,根萌蘖性强。木材物理力学性质中等偏上,干燥和加工容易,纹理略斜,结构细,适合作高级家俱、室内装饰、纺织器材,乐器零部件等。其叶、果雅致,为优美的庭园绿化树,是一种很有发展前途的绿化和用材珍贵树种。