人工神经网络模型对森林树木生长的建模
摘要：用人工神经网络（NN）对森林树木生长曲线进行建模的问题进行了研究。如果假设每个森林树木样地由几个不同生长子样地组成，则NN参数形式被证明是一个合适的模型。使用预测贝叶斯方法来估计NN输出。使用相关曲线趋势（CCT）实验的数据。将NN预测与最好的参数解之一Schnute模型的预测进行比较。使用方差分析（ANOVA）方法来评估任何观察到的差异是否具有统计学意义。从频率派的角度来看，Schnute和NN方法之间的差异并不显著。然而，贝叶斯ANOVA表明NN方法平均而言预测更好的概率为93％。
作者：Christopher Gordon
论文ID：physics/9906012
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-05-23