《表1 森林平均冠层高度BP神经网络建模结果》

《表1 森林平均冠层高度BP神经网络建模结果》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《星载LiDAR与MODIS多光谱数据联合估测区域生物量》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

经过反复尝试，联合GLAS和MODIS建立的森林平均冠层高度BP神经网络模型的隐含层神经元的数量确定为10。模型结果和误差统计见表1。

图表编号XD00199364800    严禁用于非法目的
绘制时间2020.10.20
作者王馨慧、邢艳秋、黄佳鹏、尤浩田、常晓晴
绘制单位东北林业大学森林作业与环境研究中心、东北林业大学森林作业与环境研究中心、东北林业大学森林作业与环境研究中心、桂林理工大学测绘地理信息学院、东北林业大学森林作业与环境研究中心
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 测试样本：运用随机森林和GA-BP神经网络预测岩石爆破块度》2021.01.25
  2. 《表1 爆破数据：运用随机森林和GA-BP神经网络预测岩石爆破块度》2021.01.25
  3. 《表1 第一次实验BP神经网络的均方差与平均绝对误差均值》2020.10.25
  4. 《表3 森林平均冠层高度-生物量估测模型建模结果》2020.10.20
  5. 《表2 森林各区域平均冠层高度估测值》2020.10.20
  6. 《表2 基于LM-BP神经网络的森林资源蓄积量建模性能参数》2018.05.20
  7. 《表2 经验公式计算结果：基于BP神经网络的保护层卸压高度预测方法研究》2020.06.10
  8. 《表1 某矿开采条件概况：基于BP神经网络的保护层卸压高度预测方法研究》2020.06.10
  9. 《表2 粒子群随机森林与BP神经网络预测结果指标比较》2019.08.01
  10. 《表1 森林平均冠层高度-生物量估测模型建模结果》2019.09.01
  11. 《表1 试验方案和数据：基于GA优化BP神经网络的焊接熔池照度建模》2019.04.10
  12. 《表3 BP神经网络预测的平均误差》2019.06.01
  13. 《表6 BP神经网络+SMOTE+等频分箱法建模预测细节分析》2019.01.05
  14. 《表5 BP神经网络+SMOTE+等距分箱法建模预测细节分析》2019.01.05
  15. 《表4 BP神经网络+SMOTE+人工分箱法建模预测细节分析》2019.01.05
  16. 《表3 BP神经网络建模预测细节分析》2019.01.05
  17. 《表2 PLS-BP神经网络建模结果Table 2 Results of PLS-BP neural network model》2018.07.15
  18. 《表1 森林冠层顶部以及城市OH自由基贡献率对比》2018.04.01
  19. 《表1 洞庭湖各湖泊BP神经网络平均指数Tab.1 Average indexes of BP neural network of Dongting Lake》2018.06.01
  20. 《表1 用于构建GLAS脚印点平均冠层高度估算模型的GLAS参数Tab.1 GLAS Waveform Parameters Used for Estimating of Mean Canopy Height in Footprint》2018.04.20

随机翻阅

《表2 竹胶板力学性能测试结果》 《表1 2 5W/40CH-4柴油机油（空白）光谱元素分析》 《表2 采用的排放标准：厦门市农村生活污水分散式治理现状和对策研究》 《表4 糊料用量对聚酯织物印花色牢度的影响》 《表1 马鞍山市2017年森林资源各类土地面积》 《表4 DN500管段水头损失统计表》 《表1 标准厚度模板测量结果》 《表2 约束关系：下肢康复机器人仿真分析及研究》 《表1 芩连利咽合剂对小鼠气管段酚红排泌的影响 (, n=10)》 《表1 我国国家市场监督管理总局登记的含有菊花的药品目录》