导读:本文包含了生长轮微密度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:密度,生长,人工林,神经网络,落叶松,序列,木材。
生长轮微密度论文文献综述
冯伟[1]（2012）在《神经网络在木材生长轮密度预测中的应用研究》一文中研究指出研究木材生长轮密度准确预测问题,树林在生长过程中受到生态因子、培育措施、立地条件以及树木本身遗传等因素影响,木材生长轮密度呈非线性变化规律。针对传统线性预测方法只能对线性变化规律进行预测的缺陷,提出一种神经网络的木材生长轮密度预测方法。首先对木材生长轮密度一维数据进行重构变成多维数据,然后将数据输入到神经网络进行学习,并采用粒子群算法对神经网络参数进行优化,最后建立木材生长轮密度最优预测模型。采用具体木材生长轮数据对建立的最优预测模型性能进行仿真,结果表明,相对线性预测方法,改进方法提高木材生长轮密度预测精度,减少了预测误差,能刻画木材生长轮密度的变化趋势,是一种有效的木材生长密度变化的预测方法。(本文来源于《计算机仿真》期刊2012年06期）
刘春起[2]（2012）在《兴安白桦木材生长轮密度时间序列分析》一文中研究指出为进一步提高木材的实际应用价值,并为森林资源经营提供理论支持,对兴安白桦木材生长轮密度的径向变异进行研究。采集兴安白桦试样21株,对其生长轮密度的径向变化规律进行时间序列分析,依据最小信息量AIC原则,选择ARIMA(0,1,1)为最优模型;白噪声检验结果表明,残差序列为白噪声序列,模型诊断通过;序列预测值与实测值相对误差在10%之内,模型获得较好的预测效果。(本文来源于《贵州林业科技》期刊2012年01期）
张友元,夏玉芳,黎磊,李泽贤,张雪燕[3]（2009）在《香椿生长轮宽度·木材气干密度·纤维长度径向变异及其相关性研究》一文中研究指出[目的]研究香椿生长轮宽度、木材气干密度和纤维长度的径向变异和相关性。[方法]应用生长轮材质分析理论分别对香椿的生长轮宽度、木材气干密度和纤维长度进行测定。运用SPSS 13.0拟合生长轮宽度、木材气干密度、纤维长度与树龄相关的模型。[结果]结果表明,32年生香椿生长轮平均宽度为1.382 cm,最大值在第9年生时,为2.217 cm,21~31年生后生长轮宽度趋于稳定,在0.683~1.000 cm范围内波动。木材气干密度与纤维长度随树龄递增。木材气干密度的平均值为0.475 g/cm3,17年时达0.543 g/cm3,之后在0.507~0.564 g/cm3之间波动,趋于稳定。气干纤维长度在797.84~1396.34μm,其径向变异模式属PanshinⅠ类型。香椿生长轮宽度、木材气干密度和纤维长度与树龄呈极显着的相关关系。香椿生长轮宽度、木材气干密度和纤维长度两两之间也呈极显着的相关性。经过有序样本聚类,界定出香椿的幼龄材与成熟材的界限为13~15年。[结论]为香椿人工林速生丰产、定向培育、材质改良、营林技术和木材的加工利用提供理论依据。(本文来源于《安徽农业科学》期刊2009年05期）
葛利,陈广胜[4]（2008）在《基于过程神经网络的木材生长轮密度预测》一文中研究指出提出一种基于过程神经网络的木材生长轮密度长期预测方法。本方法利用输入输出均为时变函数的过程神经网络输出为时变函数的特点,将原始数据拟合为输入函数并表示为一组正交基的展开形式后,使用混合遗传算法训练过程神经网络,得到过程神经网络的输出函数,以此实现木材生长轮密度的一次多步长期预测,通过与传统时间序列预测方法比较,预测精度得到显着提高,并为时间序列长期预测问题提供新方法。(本文来源于《林业科学》期刊2008年01期）
夏萍,刘盛全,周亮,徐斌[5]（2007）在《X射线图像法测定木材生长轮密度》一文中研究指出提出X射线图像法测定木材生长轮密度和生长轮宽度的一种新方法,应用自编的软件,对图像进行预处理,获取其灰度值,根据图像的灰度值与穿透物材料密度的线性关系直接测定物体微密度,并与微密度测量仪测定结果进行对比。结果表明:X射线图像法与仪器法相比,平均密度误差为0.45%,相关系数为0.9664;生长轮宽度误差为0.34%,相关系数为0.9962,显着度密切相关。图像法测量生长轮密度和生长轮宽度是可行的,对于生长轮界限不明显的木材,图像法更优。(本文来源于《林业科学》期刊2007年07期）
赵西平,郭明辉,曹龙[6]（2007）在《生长季气温对人工林落叶松生长轮宽度和密度的影响》一文中研究指出运用相关分析及响应函数分析,研究了当年及前一年生长季气温变化对人工林落叶松(Larix gmeli-nii)木材生长轮宽度和密度的影响。结果表明,当年初生长期及生长缓慢期的气温变化对人工林落叶松生长轮宽度影响强烈,初生长期及生长缓慢期的气温升高有利于提高落叶松的径向生长量,特别是有利于提高早材的生长量;前年初生长期及生长缓慢期的气温变化对落叶松的生长量也有影响,但不如当年生长季气温变化的影响显着。当年生长季气温对落叶松木材密度的影响不明显,但是前一年初生长期及生长缓慢期的气温变化对早材密度的影响强烈,此阶段的气温过高不利于落叶松木材密度的提高。(本文来源于《东北林业大学学报》期刊2007年04期）
陈广胜,葛利,郭仲凯[7]（2005）在《人工林落叶松木材生长轮密度时间序列分析》一文中研究指出采用时间序列分析法,分析了人工林落叶松木材生长轮密度的变异规律,并选择建模方法和模型参数估计,建立了变异规律模型和预测模型,经过残差分析表明:短期预测值与实测值非常吻合;长期预测值与实测值存在差异,但实测值仍在可信区间内。(本文来源于《东北林业大学学报》期刊2005年02期）
葛利,陈广胜,聂远志[8]（2005）在《基于神经网络的木材生长轮密度预测模型》一文中研究指出应用神经网络方法,进行木材材性指标生长轮密度的预测。建立了木材生长轮密度的神经网络模型,拟合了木材生长轮密度的变异规律,对木材生长轮密度进行了预测,并与时间序列方法对比,说明了神经网络用于木材生长轮密度预测的优势。(本文来源于《东北林业大学学报》期刊2005年02期）
宋文龙,李东升,于海珠[9]（2004）在《红松人工林生长轮密度与培育措施关系的研究》一文中研究指出红松的生长过程既受本身遗传特性的制约,也受环境条件的影响。木材密度是影响木材性质的重要因子,可作为评价木材品质最可靠的指数。森林培育措施是影响木材生长轮密度的重要因素,为实现林木定向培育,达到速生优质的目标,必须了解各种培育措施对木材生长轮密度的影响规律(本文来源于《林业机械与木工设备》期刊2004年01期）
宋文龙,苏巍,李明宝[10]（2003）在《红松人工林生长轮密度变异及影响因素的研究》一文中研究指出红松的生长过程既受本身遗传特性的制约,也受环境条件的影响。木材密度是影响木材性质的重要因子,可作为评价木材品质最可靠的指数。木材密度主要受遗传、木材构造以及环境因子等影响。本文从气象因子和立地条件两个最重要的影响因素进行研究,采用多元统计分析方法,深入揭(本文来源于《林业机械与木工设备》期刊2003年11期）
生长轮微密度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为进一步提高木材的实际应用价值,并为森林资源经营提供理论支持,对兴安白桦木材生长轮密度的径向变异进行研究。采集兴安白桦试样21株,对其生长轮密度的径向变化规律进行时间序列分析,依据最小信息量AIC原则,选择ARIMA(0,1,1)为最优模型;白噪声检验结果表明,残差序列为白噪声序列,模型诊断通过;序列预测值与实测值相对误差在10%之内,模型获得较好的预测效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
生长轮微密度论文参考文献
[1].冯伟.神经网络在木材生长轮密度预测中的应用研究[J].计算机仿真.2012
[2].刘春起.兴安白桦木材生长轮密度时间序列分析[J].贵州林业科技.2012
[3].张友元,夏玉芳,黎磊,李泽贤,张雪燕.香椿生长轮宽度·木材气干密度·纤维长度径向变异及其相关性研究[J].安徽农业科学.2009
[4].葛利,陈广胜.基于过程神经网络的木材生长轮密度预测[J].林业科学.2008
[5].夏萍,刘盛全,周亮,徐斌.X射线图像法测定木材生长轮密度[J].林业科学.2007
[6].赵西平,郭明辉,曹龙.生长季气温对人工林落叶松生长轮宽度和密度的影响[J].东北林业大学学报.2007
[7].陈广胜,葛利,郭仲凯.人工林落叶松木材生长轮密度时间序列分析[J].东北林业大学学报.2005
[8].葛利,陈广胜,聂远志.基于神经网络的木材生长轮密度预测模型[J].东北林业大学学报.2005
[9].宋文龙,李东升,于海珠.红松人工林生长轮密度与培育措施关系的研究[J].林业机械与木工设备.2004
[10].宋文龙,苏巍,李明宝.红松人工林生长轮密度变异及影响因素的研究[J].林业机械与木工设备.2003
论文知识图
