基于BP神经网络和支持向量机的杉木人工林收获模型研究

编号 zgly0000919630

文献类型 期刊论文

文献题名 基于BP神经网络和支持向量机的杉木人工林收获模型研究

学科分类 220.5540;木材学

作者 林卓  吴承祯  洪伟  洪滔 

作者单位 福建农林大学林学院  武夷学院 

母体文献 北京林业大学学报 

年卷期 2015(1)

页码 42-47

年份 2015 

关键词 杉木人工林  收获模型  机器学习  预测  拟合 

文摘内容 以闽西北杉木人工林为研究对象,选取涵盖中龄林、近熟林、成熟林3个龄组的700个小班作为样地进行调查,以林龄、地位指数、林分密度、平均胸径作为输入变量,单位蓄积量为输出变量,运用BP神经网络和支持向量机2种机器学习方法建立林分收获模型,并采用遗传算法对模型参数进行优化。随机将样本数据分成350个训练样本和350个验证样本,对不同模型的拟合精度、预测精度进行对比分析,其中参数优化后的BP神经网络和支持向量机模型训练样本精度分别达到0.935 37和0.936 33,预测结果精度分别为0.921 30和0.926 97,训练样本和验证样本的总体拟合平均相对误差值均低于7%。