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:
群落的格局与动态是群落生态学研究的核心内容,种群数量预测是研究群落动态的主要途径之一.本研究尝试采用2006 ~ 2014年阿拉善荒漠区啮齿动物数量数据建立BP神经网络模型,对啮齿动物群落全部组成物种的总个体数量进行模拟与预测.BP神经网络通过模拟学习,建立模型,能够实现对啮齿动物群落数量动态规律进行模拟与预测.本研究以阿拉善荒漠为试验区,以啮齿动物个体数量为研究对象,采用标志重捕法,监测2006 ~2014年每年4~10月的数量,建立BP神经网络预测模型,利用2006 ~ 2013年的数据建立训练网络,以2014年的数据进行验证与测试,比较单层隐含层、双层隐含层和三层隐含层BP神经网络模型.结果表明:单隐含层模型的隐含层节点数为6时,最大误差百分比为16.13%,决定系数0.998 0(P=0.006 0).双隐含层模型的两层隐含层节点数均为6时,最大误差百分比为8.58%,决定系数0.999 5(P=0.002 3).三层隐含层模型的三层隐含层节点数分别为1、10和7时,最大误差百分比为5.87%,决定系数0.999 2(P< 0.000 1).不同隐含层网络模型的预测效果均取得了满意效果,通过比较最大误差百分比、平均误差百分比、决定系数及拟合优度,三层隐含层优于单隐含层及双隐含层的BP神经网络模型.本文认为三层隐含层的BP神经网络模型更适合于阿拉善荒漠区啮齿动物群落全部组成物种的总个体数量的预测研究.
推荐文章
基于Elman神经网络的阿拉善荒漠啮齿动物群落组成物种数量预测研究
Elman神经网络
阿拉善荒漠
啮齿动物
标志重捕法
我国啮齿动物种群生态学研究进展
啮齿动物种群
生态学
预测模型
荒漠啮齿动物群落对开垦干扰的响应及其种群生态对策
啮齿动物群落
干扰
生态对策
生物多样性
荒漠
基于BP神经网络对NMR的预测模型
1H NMR和13C NMR
神经网络
BP算法
预测模型
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 应用BP神经网络对荒漠啮齿动物种群数量的预测研究
来源期刊 动物学杂志 学科 生物学
关键词 BP人工神经网络 啮齿动物 标志重捕法
年,卷(期) 2017,(2) 所属期刊栏目 研究报告
研究方向 页码范围 227-234
页数 8页 分类号 Q958
字数 5302字 语种 中文
DOI 10.13859/j.cjz.201702006
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 武晓东 内蒙古农业大学生态环境学院草业与草地资源教育部重点实验室 46 517 14.0 19.0
2 柴享贤 内蒙古农业大学生态环境学院草业与草地资源教育部重点实验室 3 22 2.0 3.0
3 卢志宏 内蒙古农业大学生态环境学院草业与草地资源教育部重点实验室 3 39 2.0 3.0
4 杨素文 内蒙古农业大学生态环境学院草业与草地资源教育部重点实验室 1 2 1.0 1.0
5 李燕妮 内蒙古农业大学生态环境学院草业与草地资源教育部重点实验室 1 2 1.0 1.0
6 叶丽娜 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (128)
共引文献  (128)
参考文献  (17)
节点文献
引证文献  (2)
同被引文献  (40)
二级引证文献  (3)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(3)
  • 参考文献(0)
  • 二级参考文献(3)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(12)
  • 参考文献(0)
  • 二级参考文献(12)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(13)
  • 参考文献(1)
  • 二级参考文献(12)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
BP人工神经网络
啮齿动物
标志重捕法
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
动物学杂志
双月刊
0250-3263
11-1830/Q
16开
北京市朝阳区北辰西路1号院5号
2-422
1957
chi
出版文献量(篇)
3508
总下载数(次)
6
论文1v1指导