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113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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文以人工林落葉松(Larixssp.)木材為研究對象,以建立木材材質(zhì)早期預(yù)測模型為目標(biāo),通過分析人工林落葉松木材的解剖性質(zhì)(包括:管胞長度、管胞弦向直徑、管胞長寬比、管胞壁厚、璧腔比、胞壁率和微纖絲角)和物理性質(zhì)(包括:生長輪寬度、晚材率、生長速率和木材密度),研究人工林落葉松木材各項(xiàng)材質(zhì)指標(biāo)的變異規(guī)律,建立人工林落葉松木材材質(zhì)變異規(guī)律模型和木材材質(zhì)預(yù)測模型。 首先,采用計(jì)算機(jī)視覺分析系統(tǒng)測量人工林落葉松木材解剖性質(zhì),采用x-

2、射線微密度測試系統(tǒng)測量木材物理性質(zhì),研究人工林落葉松木材材質(zhì)的變異規(guī)律,界定人工林落葉松木材的幼齡期與成熟期的界限,評定人工林落葉松木材幼齡材與成熟材材質(zhì)的差異。 其次,針對目前廣泛采用的預(yù)測方法,選取人工林落葉松木材管胞長寬比和生長輪密度兩項(xiàng)指標(biāo)作為基礎(chǔ)數(shù)據(jù),采用回歸分析方法、時間序列方法和神經(jīng)網(wǎng)絡(luò)方法分析建立木材材質(zhì)預(yù)測模型的可行性,比較預(yù)測模型的預(yù)測相對誤差和預(yù)測精度,并進(jìn)行模型檢驗(yàn)。初步得出如下結(jié)論:神經(jīng)網(wǎng)絡(luò)預(yù)測方法建立

3、的木材材質(zhì)神經(jīng)網(wǎng)絡(luò)預(yù)測模型,預(yù)測誤差小,預(yù)測精度高,為相對最優(yōu)模型。 第三,利用神經(jīng)網(wǎng)絡(luò)良好的非線性映射能力,自學(xué)習(xí)適應(yīng)能力和并行信息處理能力,及其用于未知不確定非線性系統(tǒng)建模的優(yōu)勢,針對不同材性指標(biāo)時間序列數(shù)據(jù)的特點(diǎn),確定各模型網(wǎng)絡(luò)結(jié)構(gòu)、傳遞函數(shù)、網(wǎng)絡(luò)訓(xùn)練函數(shù),建立人工林落葉松木材解剖性質(zhì)和物力性質(zhì)的神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并利用測試集數(shù)據(jù),檢驗(yàn)預(yù)測模型精度,各材性指標(biāo)的預(yù)測模型相對誤差最大值為4.55%,最小為-4.73%,在全部

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