安徽农业科学
安徽農業科學
안휘농업과학
JOURNAL OF ANHUI AGRICULTURAL SCIENCES
2014年
16期
5292-5294
,共3页
森林健康评价%集成神经网络%人工蜂群
森林健康評價%集成神經網絡%人工蜂群
삼림건강평개%집성신경망락%인공봉군
Forest health assessment%Modular neural networks%Artificial bee colony
为了更好地支持森林的可持续经营,探讨了森林健康评价方法.与传统的单一人工神经网络相比,集成神经网络(Modular Neural Networks,MNN)在解决复杂分类问题时更加有效,因此利用MNN作为森林健康评价的具体方法.此外,常被用来训练神经网络的反向传播(Back Propagation,BP)算法存在收敛速度慢且易陷入局部极小值等不足.为了解决这一问题,将具有极强全局寻优能力的人工蜂群(Artificial Bee Colony,ABC)算法与BP算法相结合,形成一种混合ABC-BP算法的改进MNN模型,并将其用作构成MNN的单一神经网络的学习算法.通过试验对比分析,验证了改进MNN模型的有效性.
為瞭更好地支持森林的可持續經營,探討瞭森林健康評價方法.與傳統的單一人工神經網絡相比,集成神經網絡(Modular Neural Networks,MNN)在解決複雜分類問題時更加有效,因此利用MNN作為森林健康評價的具體方法.此外,常被用來訓練神經網絡的反嚮傳播(Back Propagation,BP)算法存在收斂速度慢且易陷入跼部極小值等不足.為瞭解決這一問題,將具有極彊全跼尋優能力的人工蜂群(Artificial Bee Colony,ABC)算法與BP算法相結閤,形成一種混閤ABC-BP算法的改進MNN模型,併將其用作構成MNN的單一神經網絡的學習算法.通過試驗對比分析,驗證瞭改進MNN模型的有效性.
위료경호지지지삼림적가지속경영,탐토료삼림건강평개방법.여전통적단일인공신경망락상비,집성신경망락(Modular Neural Networks,MNN)재해결복잡분류문제시경가유효,인차이용MNN작위삼림건강평개적구체방법.차외,상피용래훈련신경망락적반향전파(Back Propagation,BP)산법존재수렴속도만차역함입국부겁소치등불족.위료해결저일문제,장구유겁강전국심우능력적인공봉군(Artificial Bee Colony,ABC)산법여BP산법상결합,형성일충혼합ABC-BP산법적개진MNN모형,병장기용작구성MNN적단일신경망락적학습산법.통과시험대비분석,험증료개진MNN모형적유효성.