CAJ | 학술논문

采用大兴安岭东部落叶松Larch的材料,分别运用人工神经网络和回归分析方法编制了落叶松的一元材积表,人工神经网络在拟合过程中以落叶松胸径作为输入向量,以单株材积作为输出向量,并选出既符合林木材积曲线分布规律,又具有较高拟合准确度的网络模型,其网络结构为1∶2∶1,网络对象名为Enet.用该模型拟合的材积表其拟合准确度达95.69%,拟合误差为7.299 7;而用回归分析法拟合的材积表其拟合准确度为91.56%,拟合误差为14.293 0.由此表明,用人工神经网络编制的材积表精度明显高于回归分析法,误差明显小于回归分析法,拟合的材积更接近实际材积.
채용대흥안령동부락협송Larch적재료,분별운용인공신경망락화회귀분석방법편제료락협송적일원재적표,인공신경망락재의합과정중이락협송흉경작위수입향량,이단주재적작위수출향량,병선출기부합림목재적곡선분포규률,우구유교고의합준학도적망락모형,기망락결구위1∶2∶1,망락대상명위Enet.용해모형의합적재적표기의합준학도체95.69%,의합오차위7.299 7;이용회귀분석법의합적재적표기의합준학도위91.56%,의합오차위14.293 0.유차표명,용인공신경망락편제적재적표정도명현고우회귀분석법,오차명현소우회귀분석법,의합적재적경접근실제재적.