残差修正模型在森林火灾预测中的应用

• 作者: 何东进 曹彦 洪伟 游巍斌 纪志荣 胡新 连素兰
• 来源期刊: 《福建农林大学学报（自然科学版）》
• 关键词: 森林火灾 残差修正模型 反向传播神经网络 马尔科夫链 赋权组合模型 福建省
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 林业科学
• 页码范围: 551-555
• 页数: 5页
• 分类号: O213.9|S762.2
• 语种: 中文
• DOI: 10.13323/j.cnki.j.fafu(nat.sci.).2016.05.012

摘要

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度为74.85%,赋权组合预测模型预测精度为88.3%,残差修正模型预测效果优于其他3个模型,说明使用其对离散的森林火灾数据进行短期预测是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何东进	福建农林大学林学院	153	2116	22.0	38.0
2	洪伟	福建农林大学林学院	474	9500	47.0	68.0
3	胡新	福建农林大学科教基地管理中心	7	24	3.0	4.0
4	游巍斌	福建农林大学林学院	71	623	14.0	20.0
5	纪志荣	福建农林大学计算机与信息学院	37	266	8.0	15.0
6	曹彦	福建农林大学计算机与信息学院	10	32	4.0	5.0
7	连素兰	福建农林大学计算机与信息学院	8	37	5.0	5.0