基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人工神经网络(Artificial Neural Network,简称ANN)从20世纪40年代的萌芽到今天的开发现有模型以及在应用中根据实际运行情况对模型、算法的改造,已经广泛应用于各种行业.人工神经网络方法是基于实例的方法,不需要考虑数学模型的内部结构,不需要假设前提条件,不需要人为地确定因子权重,作为一个黑箱综合地映射研究对象的整体性.通过森林资源的预测,及时掌握森林资源未来的发展趋势,是实现森林资源管理动态化、目标化和科学化不可缺少的环节.本文应用人工神经网络多步预测方法对甘肃连城林场吐鲁沟营林区有林地面积进行预测,预测结果表明,神经网络模型建模简单,精度高.
推荐文章
基于人工神经网络的山西省森林资源预测研究
人工神经网络
森林资源
预测
山西省
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
基于人工神经网络的浮游植物密度预测模型研究
人工神经网络
浮游植物
赤潮
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的森林资源预测模型研究
来源期刊 干旱区资源与环境 学科 农学
关键词 ANN BP网络 多步预测
年,卷(期) 2005,(1) 所属期刊栏目
研究方向 页码范围 101-104
页数 4页 分类号 S757.2
字数 2839字 语种 中文
DOI 10.3969/j.issn.1003-7578.2005.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵军 西北师范大学地理与环境科学学院 175 2863 27.0 45.0
2 张锦宗 聊城大学环境与规划学院 38 262 9.0 14.0
3 朱瑜馨 聊城大学环境与规划学院 36 292 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (68)
参考文献  (2)
节点文献
引证文献  (32)
同被引文献  (55)
二级引证文献  (44)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(6)
  • 引证文献(5)
  • 二级引证文献(1)
2008(9)
  • 引证文献(7)
  • 二级引证文献(2)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(8)
  • 引证文献(5)
  • 二级引证文献(3)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
ANN
BP网络
多步预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
干旱区资源与环境
月刊
1003-7578
15-1112/N
大16开
呼和浩特市内蒙古农业大学(东区)247信箱
16-64
1987
chi
出版文献量(篇)
7017
总下载数(次)
22
论文1v1指导