2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、森林蓄積量與環(huán)境因子的關(guān)系研究是森林立地的分類與評價的重要前提,是林業(yè)生產(chǎn)的一項(xiàng)基本工作,是實(shí)現(xiàn)森林科學(xué)培育、經(jīng)營和蓄積量預(yù)測的基礎(chǔ)。傳統(tǒng)方法主要用主成分分析、逐步回歸分析和數(shù)量化理論來實(shí)現(xiàn)對森林立地進(jìn)行分類和評價。但無論采用哪種理論哪種方法,自始至終都僅僅是:把野外的二類調(diào)查數(shù)據(jù)簡單的運(yùn)用數(shù)量化理論將數(shù)據(jù)量化為簡單的0,1;把森林立地系統(tǒng)的各因子之間的非線性和復(fù)雜性關(guān)系看作是簡單的線性或非線性關(guān)系;通過建立簡化、依賴和間接的數(shù)學(xué)公式來

2、反映復(fù)雜的系統(tǒng)模型。所建立的模型往往使建模者顯得力不從心,分類與評價效果不理想,沒有從根本上找到一個有效的解決方法。
   本文全面總結(jié)歸納前人在林分統(tǒng)計(jì)模型研究成果的基礎(chǔ)上,針對數(shù)量化模型及最小二乘回歸方法存在的不足,以模糊映射、偏最小二乘回歸方法、投影尋蹤理論為依據(jù),提出了云南松小環(huán)境下林分蓄積量的數(shù)量化回歸模型、偏最小二乘回歸統(tǒng)計(jì)模型、基于偏最小二乘回歸的投影尋蹤耦合模型,并結(jié)合云南省一平浪林場二類調(diào)查數(shù)據(jù)分析了各種模型的

3、性能。此項(xiàng)研究工作不僅對森林立地的分類和評價研究有著重要的實(shí)用價值,而且對提高對野外調(diào)查數(shù)據(jù)的最大信息利用水平有著重要意義。
   論文主要研究內(nèi)容及成果如下:
   (1)全面系統(tǒng)地歸納總結(jié)了前人的林分統(tǒng)計(jì)模型,并結(jié)合以往統(tǒng)計(jì)模型實(shí)例,分析了最小二乘回歸方法在統(tǒng)計(jì)模型建模過程中存在的問題,指出因子間嚴(yán)重的多重相關(guān)性及數(shù)量化的類目過多是造成最小二乘回歸模型結(jié)構(gòu)不穩(wěn)定和解釋性差的根本原因。
   (2)對數(shù)據(jù)的處理

4、采用數(shù)量化理論與模糊映射理論結(jié)合,可在維數(shù)不增加的情況下更好的體現(xiàn)變量間的顯著關(guān)系。
   (3)依據(jù)偏最小二乘回歸方法的理論,以統(tǒng)計(jì)模型的建模為應(yīng)用目標(biāo),提出了偏最小二乘回歸統(tǒng)計(jì)模型。研究分析表明,該模型能有效克服因子間嚴(yán)重的多重相關(guān)性,從而得到結(jié)構(gòu)穩(wěn)定及解釋性強(qiáng)的統(tǒng)計(jì)模型。經(jīng)實(shí)測資料的驗(yàn)算并與最小二乘回歸模型比較,證實(shí)偏最小二乘方法是因子存在多重共線性的情況下建模的有力工具。
   (4)首次將投影尋蹤理論及方法和偏

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論