10.11929/j.issn.2095-1914.2017.03.029
基于改进的神经网络预测气候因子对大青杨早材 纤维壁厚度和生长速率的影响
为更好地判断气候因子对木材的材质和生长规律的影响,采用径向基函数(RBF)神经网络模型进行模拟,在此基础上提出了一种自适应RBF神经网络以提高拟合精度.结果表明:基于自适应RBF神经网络建立的早材胞壁率及生长速度影响对气候因子响应模型,可以很好地改进传统RBF算法的不足,此算法能较准确的预测人工林大青杨的生长规律,且相比于传统RBF其仿真速度得到显著提高,误差显著减小.
人工林、大青杨、RBF神经网络、预测模型
37
S781.81(森林采运与利用)
中央高校基本科研业务费专项资金项目 2572015CB11 资助;哈尔滨市科技创新人才研究专项资金项目2013RFQXJ138 资助
2017-07-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
183-186