投影尋蹤回歸模型在林分出材率預測中的應用研究.pdf

1、準確預測林分出材率在制訂林業(yè)發(fā)展計劃、預計木材產(chǎn)量、執(zhí)行采伐限額制度以及開展森林資源資產(chǎn)評估等森林經(jīng)理活動中都有著至關重要的作用。解決該問題的傳統(tǒng)數(shù)學建模是圍繞干曲線的研究而開展的，而在農林業(yè)領域常用的多元統(tǒng)計分析方法卻由于其統(tǒng)計數(shù)據(jù)的非線性、非正態(tài)、小樣本等等特性，難以展開應用。隨著計算機技術和統(tǒng)計學習理論及其應用的發(fā)展，利用學習機器可以對該問題提出新的研究思路和解決方案。
　　 投影尋蹤是處理和分析高維數(shù)據(jù)的一類新興的統(tǒng)計方

2、法，其基本思想是將高維數(shù)據(jù)投影到低維子空間上，尋找出反映原高維數(shù)據(jù)的結構或特征的投影，以達到研究和分析高維數(shù)據(jù)的目的。該思想與各類具體算法相結合在其他領域已有很多應用，其中包括了數(shù)據(jù)降維和回歸預測。
　　 本文以作者負責的福建農林大學校青年基金項目為依托，基于R軟件平臺，利用理論分析、程序設計和數(shù)值模擬相結合的方法，旨在建立具有高度的運算精度和運行效率的林分出材率投影尋蹤回歸預測模型。并通過留一交叉驗證，確認其具有穩(wěn)定的泛化性能

3、。論文第1部分給出了整體的研究路線；第2部分進行的是在投影尋蹤思想下對高維數(shù)據(jù)主成分分析降維的理論分析和實踐應用；第3部分就投影尋蹤回歸耦合模型展開深入的研究，建立了基于機器學習方法的仿真預測模型；為了檢驗該模型在同類方法中的優(yōu)劣，論文第4部分將其與人工神經(jīng)網(wǎng)絡、支持向量機回歸以及多元自適應回歸樣條這些同屬于監(jiān)督學習機制的模型在同一問題上展開了橫向比較。分析和仿真結果表明在林分出材率預測問題中，統(tǒng)計學習方法是完全可行和可靠的，投影尋蹤回