基于改进MNN的森林健康评价方法研究

• 作者: 方舟 王霓虹
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 森林健康评价 集成神经网络 人工蜂群
• 年，卷（期）: 2014,（16）
• 所属期刊栏目: 农业信息科学
• 页码范围: 5292-5294
• 页数: 3页
• 分类号: S126
• 字数: 3402字
• 语种: 中文

摘要

为了更好地支持森林的可持续经营,探讨了森林健康评价方法.与传统的单一人工神经网络相比,集成神经网络(Modular Neural Networks,MNN)在解决复杂分类问题时更加有效,因此利用MNN作为森林健康评价的具体方法.此外,常被用来训练神经网络的反向传播(Back Propagation,BP)算法存在收敛速度慢且易陷入局部极小值等不足.为了解决这一问题,将具有极强全局寻优能力的人工蜂群(Artificial Bee Colony,ABC)算法与BP算法相结合,形成一种混合ABC-BP算法的改进MNN模型,并将其用作构成MNN的单一神经网络的学习算法.通过试验对比分析,验证了改进MNN模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王霓虹	东北林业大学信息与计算机工程学院	97	947	15.0	25.0
2	方舟	东北林业大学信息与计算机工程学院	3	9	2.0	3.0