基于BP算法的林分材种出材率模型研究

摘要：

通过对伐区设计资料,及实际生产码单数据进行学习,确定以平均胸径、平均树高、保留密度、蓄积量为输入神经元,分析了影响BP网络学习效率和预测精度的影响因素,主要从隐含层神经元数量、训练数、隐含层激励函数、学习样本数量几个方面对材种出材率预测BP网络模型进行了优化,确定了林分经验材种出材率预测人工神经网络模型.为林分经验材种出材率表的编制提供一种新的思路与方法.

关键词：神经网络、林分材种出材率、预测、BP学习算法

所属期刊栏目：5

分类号：TP37(计算技术、计算机技术)

在线出版日期：2010-01-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：8829-8830,8833