基于人工神经网络的杉木可变密度蓄积量收获预估模型

采用人工神经网络方法拟合杉木林分蓄积量与立地质量、林龄、林分密度之间的非线性关系 ,建立了杉木可变密度蓄积量收获预估 BP网络模型 ,并对所建立的模型进行精度检验。检验表明 ,所建模型预测精度高 ,可应用于森林经理调查。

基于电磁混合理论的沥青路面密度预估方法

为了实现沥青路面密度的准确预估,开展了沥青混合料的介电特性测试和密度预估模型对比研究.基于多相复合材料的电磁混合理论,推导出沥青混合料的4种密度预估模型(CRIM模型、Rayleigh模型、Böttcher模型和ALL模型);使用Percometer介电常数仪测定了沥青混合料旋转压实试件及其组分的相对介电常数,综合考虑了沥青混合料矿料级配类型和空隙率因素,进行了不同模型预估密度值与表干法实测密度值的误差分析;最后通过现场AC-20沥青路面探地雷达检测以及取芯检测验证了优选模型的准确性.结果表明:Percometer介电常数仪测得的沥青路面相对介电常数与探地雷达检测结果具有较好的一致性,沥青混合料密度预估模型的精度受到级配类型和空隙率的影响;与CRIM模型和Böttcher模型相比,Rayleigh模型和ALL模型更适用于沥青混合料密度预估,其中ALL模型预估精度最高.