中南林业科技大学学报
中南林業科技大學學報
중남임업과기대학학보
JOURNAL OF CENTRAL SOUTH UNIVERSITY OF FORESTRY & TECHNOLOGY
2012年
3期
49-52
,共4页
BP神经网络%RBF神经网络%综合分析与评价%北京密云县%森林蓄积量预测
BP神經網絡%RBF神經網絡%綜閤分析與評價%北京密雲縣%森林蓄積量預測
BP신경망락%RBF신경망락%종합분석여평개%북경밀운현%삼림축적량예측
在前人研究中还没有把基于BP与RBF神经网络的森林蓄积量预测模型的应用效果进行评价.拟在实际应用中对两种方法进行综合分析与评价,找到一种预测精度更高、适用性更强的方法.采用相关分析法选定郁闭度、阴坡、阳坡、TM1、TM2、TM3、TM5、TM7、NDVI、TM (4-3)、TM4/3为输入变量,以密云县森林蓄积量为输出变量,建立蓄积量估测的RBF与BP神经网络模型.并从神经网络的训练步长、训练时间、预测精度、模型适用性对二者进行了综合分析,RBF神经网络无论是在训练步长、训练时间、预测精度、模型适用性上都优于BP神经网络模型.
在前人研究中還沒有把基于BP與RBF神經網絡的森林蓄積量預測模型的應用效果進行評價.擬在實際應用中對兩種方法進行綜閤分析與評價,找到一種預測精度更高、適用性更彊的方法.採用相關分析法選定鬱閉度、陰坡、暘坡、TM1、TM2、TM3、TM5、TM7、NDVI、TM (4-3)、TM4/3為輸入變量,以密雲縣森林蓄積量為輸齣變量,建立蓄積量估測的RBF與BP神經網絡模型.併從神經網絡的訓練步長、訓練時間、預測精度、模型適用性對二者進行瞭綜閤分析,RBF神經網絡無論是在訓練步長、訓練時間、預測精度、模型適用性上都優于BP神經網絡模型.
재전인연구중환몰유파기우BP여RBF신경망락적삼림축적량예측모형적응용효과진행평개.의재실제응용중대량충방법진행종합분석여평개,조도일충예측정도경고、괄용성경강적방법.채용상관분석법선정욱폐도、음파、양파、TM1、TM2、TM3、TM5、TM7、NDVI、TM (4-3)、TM4/3위수입변량,이밀운현삼림축적량위수출변량,건립축적량고측적RBF여BP신경망락모형.병종신경망락적훈련보장、훈련시간、예측정도、모형괄용성대이자진행료종합분석,RBF신경망락무론시재훈련보장、훈련시간、예측정도、모형괄용성상도우우BP신경망락모형.
