西北林学院学报
西北林學院學報
서북림학원학보
JOURNAL OF NORTHWEST FORESTRY UNIVERSITY
2012年
1期
158-162
,共5页
宁杨翠%郑小贤%刘东兰%孔令红%陈宝升
寧楊翠%鄭小賢%劉東蘭%孔令紅%陳寶升
저양취%정소현%류동란%공령홍%진보승
BP神经网络模型%PPR神经网络模型%多元逐步回归分析模型%林分年龄
BP神經網絡模型%PPR神經網絡模型%多元逐步迴歸分析模型%林分年齡
BP신경망락모형%PPR신경망락모형%다원축보회귀분석모형%림분년령
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.
應用BP神經網絡模型、PPR神經網絡模型以及多元逐步迴歸模型,依據林分因子預測瞭金溝嶺林場雲冷杉天然林林分年齡.對比分析瞭人工神經網絡計算模型算法與多元逐步迴歸分析模型預測結果的精度以及穩定性.結果錶明:3種模型均可用于天然林林分年齡的預測,BP神經網絡模型的預測平均相對誤差為0.04,模型穩定性差;PPR神經網絡模型的預測相對誤差為0.06,模型穩定性好;多元逐步迴歸模型的預測相對誤差為0.08,模型穩定性好.
응용BP신경망락모형、PPR신경망락모형이급다원축보회귀모형,의거림분인자예측료금구령림장운랭삼천연림림분년령.대비분석료인공신경망락계산모형산법여다원축보회귀분석모형예측결과적정도이급은정성.결과표명:3충모형균가용우천연림림분년령적예측,BP신경망락모형적예측평균상대오차위0.04,모형은정성차;PPR신경망락모형적예측상대오차위0.06,모형은정성호;다원축보회귀모형적예측상대오차위0.08,모형은정성호.