运用偏相关因果分析推断神经网络的真实结构

自从格兰杰提出因果关系的概念之后,格兰杰因果关系在构造神经网络的结构方面的应用越来越广泛,因为它可以得到神经网络的一个有向图。对于只有两个神经元的神经元网络,可以用通常的格兰杰因果关系去分析它们谁是因,谁是果。对于三个神经元以上的神经网络,由于神经元之间存在间接的作用,就不能象对两个神经元直接运用格兰杰因果关系去研究它们之间的结构了,而要用偏相关因果关系进行分析。论文介绍了偏相关因果关系的基本概念,并对一个模拟的三个神经元的网络比较了格兰杰因果关系和偏相关因果关系的区别。

Pilodyn在华山松活立木木材材性估测中的应用

通过对活立木采用Pilodyn（无损检测仪）进行野外删试，并与用实验室测定的木材基本密度、木材管胞长度和宽度比较。结果表明：华山松南北方向上Pilodyn探测值没有显著差异，与木材外侧基本密度、木材基本密度得到的检验结果一致。探测值与木材外侧基本密度及木材基本密度实测值间存在极显著的相关关系；多元线性回归方程中，木材密度的贡献率最大（52．86％～63．74％）。通过一元线性回归方法建立Pilodyn探测值估测木材密度的模型。Pilodyn测定值不仅能估测华山松外侧木材基本密度，同时也能够估测华山松整个径向的木精基本吝囔，