国家林业公益性行业科研专项(201404415)
- 作品数：1 被引量：6H指数：1
- 相关作者：赵礼曦曹忠徐伟恒冯仲科焦有权更多>>
- 相关机构：西南林业大学北京农业职业学院北京林业大学更多>>
- 发文基金：国家林业公益性行业科研专项国家科技支撑计划更多>>
- 相关领域：农业科学更多>>
- PSO嵌入SVM算法的活立木材积预报研究被引量：6
- 2014年
- 为了建立立木材积模型,每年有数十万棵优质活立木被伐倒,这是一种破坏性较大的实验。应用光电经纬仪自动量测与手工量测活立木地径、胸径相结合,通过活立木材积计算软件批量计算,获得中林系107杨(Zhonglin aspens No.107)的胸径、树高、树干材积值400组数据集。采用粒子群算法嵌入支持向量机(PSO-SVM)建立了非线性智能活立木材积预报模型,并以400组实验数据集作为研究资料,随机抽选300组数据的胸径和树高作为输入值,材积为输出值,用MATLAB软件运行PSO-SVM工具箱,训练得到PSOSVM模型,用100组数据进行检验预测。研究表明,PSO-SVM算法模型预测值与实测值间复相关系数r为0.91,r值比Spurr二元材积模型计算值高出2%,平均绝对误差率提高0.44%。引用经典Spurr二元材积模型计算值和PSO-SVM模型预报值进行对比,认为将PSO算法引入到SVM参数优化中,使活立木材积预报具有自学习能力和自适应能力,PSO-SVM模型对样本数量要求较小、预报准确率高、学习速度快,具有很好的推广价值与应用前景。
- 焦有权冯仲科赵礼曦徐伟恒曹忠
- 关键词：光电经纬仪
