基于Richards方程的冷杉树高曲线深度神经网络激活函数.pdfVIP

第59卷第10期林业科学Vol.59，No.10

2023年10月SCIENTIASILVAESINICAEOct.，2023

doi：10.11707/j.1001-7488.LYK

基于Richards方程的冷杉树高曲线深度

神经网络激活函数*

1,2,31,3241,31,3

徐奇刚雷相东郑宇胡兴国雷渊才何潇

（1.中国林业科学研究院资源信息研究所北京100091；2.国家林业和草原局华东调查规划院杭州310000；3.国家林业和草原

局森林经营与生长模拟实验室北京100091；4.吉林省汪清林业局汪清133200）

摘要：【目的】提出一个基于理论生长方程（Richards公式）的激活函数，解决神经网络算法在森林生长建模时输出

可能不符合生物学规律的问题，为神经网络在森林生长建模方面的应用提供一个新的思路和方法。【方法】以吉林省

汪清林业局臭冷杉为研究对象，利用96株解析木数据，分别建立传统非线性回归模型、基于普通激活函数的深度神经

网络模型和新的基于Richards激活函数的深度神经网络树高-胸径模型。【结果】相较基于普通激活函数的深度神经

网络模型，新的基于Richards激活函数的深度神经网络模型具有明显的树高渐近线，更符合生物学规律。与传统非线

性回归模型（直接使用Richards公式拟合）相比，新的基于Richards激活函数的深度神经网络模型精度略有提高，R2提

升0.175%，均方根误差（RMSE）与平均绝对误差（MAE）分别降低2.282%和4.011%。【结论】提出一个基于Richards方

程的深度神经网络激活函数，具有如下优点：1）输出一定存在一个合理的最大值；2）配合合理的神经网络结构可使输

出一定大于1.3；3）将传统回归方法拟合得到的参数作为神经网络模型输入，能使神经网络的训练得到先验知识。

关键词：深度神经网络；激活函数；理论生长方程；树高-胸径模型

中图分类号：S757文献标识码：A文章编号：1001−7488(2023)10−0050−07

ANewActivationFunctionBasedonRichardsEquationforTreeHeight-DiameterDeepNeural

NetworkModelofAbiesnephrolepis

1,2,31,3241,31,3

XuQigangLeiXiangdongZhengYuHuXingguoLe