林木固碳释氧量预测的BP神经网络模型研究

• 作者: 任洪娥 教媛媛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 规范化方法 反向传播(BP)算法 固碳模型
• 年，卷（期）: 2013,（17）
• 页码范围: 263-265
• 页数: 3页
• 分类号: TP391.41
• 字数: 3100字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0211

摘要

为了实现林木固碳释氧量的数字化估算，针对现有估算方法的不足，提出了基于BP神经网络的林木固碳释氧量的预测模型。基于对神经网络理论和固碳释氧量估算模型的研究，分析了林木在生长季节的CO2通量变化趋势，采用规范化方法对训练样本预处理，进行BP神经网络训练，并结合弛豫涡旋积累法和箱式法，建立了CO2通量神经网络模型。实验结果表明，所建模型具有较好的泛化性能，能够比较准确地估算出林木的固碳释氧量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任洪娥	东北林业大学信息与计算机工程学院	163	891	15.0	20.0
2	教媛媛	东北林业大学信息与计算机工程学院	1	3	1.0	1.0