应用神经网络和多元回归技术预测森林产量3 - 应用生态学报.pdfVIP

应 用 生 态 学 报 　1999 年 4 月 　第 10 卷 　第 2 期 　 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 CHIN ESE J OU RNAL OF A PPL IED ECOL O GY ,Apr . 1999 ,10 (2) ∶129～134 应用神经网络和多元回归技术预测森林产量 ( ) 浦瑞良 　宫　鹏　 美国加利福尼亚大学森林与环境资源监测与评价中心 ,伯克利 CA94720 - 3 110 ( ) R . Yang 　 加拿大国家林务局 ,阿尔伯达 T6H3 S5 【摘要】　应用传统统计技术常会因样本小和测量数据不符某种分布而受到限制. 本文评价一种前馈型神经网 络算法以预测落叶阔叶林产量. 另外 ,还介绍一种由定性变为定量的数据变换方法 , 以用相对小的样本建立多 元回归预测模型. 数据变换方法有助于改善多元回归模型的预测效果. 在本实验的条件下 ,研究结果表明神经 网络技术能够产生最好的预测效果. 关键词 　神经网络 　多元回归 　森林产量预测 　数据变换 Forest yield prediction with an artif icial neural net work and multiple regression. R . Pu , P. Gong ( Dep art ment of Env i ron mental S cience , Policy , an d M anagement , 15 1 Hilg ard Hall , University of Calif ornia , B erkeley CA 94720 3 110 USA ) , R . Yang ( Canadian Fores t S erv ice , N ort hw es t R eg ion Ed m onton , A lberta , Canada T6H ) ( ) 3 S5 . Chin . J . A pp l . Ecol . , 1999 , 10 2 : 129～134. U se of traditional statistical techniques is often limited by shortage of observation samples and difference in data mea surement scales. Neural network techniques have been extensively explored in many fields for prediction and classifica tion as an alternative to statistical met hods. In t his p ap er , a feedforward neural network algorit hm for predicting hardwood yield is introduced and evaluated . In addition , we report a data transformation met hod develop ed for con verting qualitative variable data to quantitative data for use in multiple regression when relatively few samples ar