期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
广西特用林质量评价指标体系构建与应用
1
作者 潘会彪 李典云 +4 位作者 肖啸 曾祥秀 王光梅 杜玉敏 庞正轰 《林业世界》 2024年第3期190-199,共10页
特殊用途林(简称特用林)是生态公益林的重要组成部分,是促进生态文明建设和经济社会可持续发展的重要物质基础。目前,国内外对特用林质量评价没有统一的方法和标准。为推进生态文明建设和林业高质量发展,有必要开展特用林质量评价研究... 特殊用途林(简称特用林)是生态公益林的重要组成部分,是促进生态文明建设和经济社会可持续发展的重要物质基础。目前,国内外对特用林质量评价没有统一的方法和标准。为推进生态文明建设和林业高质量发展,有必要开展特用林质量评价研究。本研究采用层次分析法(Analytic Hierarchy Process)从林分起源、林分结构、林分稳定、林分健康、林分价值等5方面31项指标构建特用林质量评价指标体系和评价方法,评价结果分为优秀、良好、中等、及格、不及格5个等级。按照上述方法对2015年广西特用林林分质量进行评价,结果为良好等级。 展开更多
关键词 特用林 分质量 指标体系 评价方法
下载PDF
调整我省林种树种结构 被引量:2
2
作者 余学友 李军 《河南林业》 1999年第2期24-24,共1页
1990年以来,我省各地认真实施《河南省十年造林绿化规划》,林业建设不断取得新成绩,实现了有林地面积、活立木蓄积、林木覆盖率三增长。但目前,我省森林结构方面存在不少问题,最突出的,一是林种结构不合理:我省用材林、经济林、防护林... 1990年以来,我省各地认真实施《河南省十年造林绿化规划》,林业建设不断取得新成绩,实现了有林地面积、活立木蓄积、林木覆盖率三增长。但目前,我省森林结构方面存在不少问题,最突出的,一是林种结构不合理:我省用材林、经济林、防护林、薪炭林、特用林五大林种结构中,用材林、经济林所占比例偏大,防护林、薪炭林、特用林比例偏小;二是树种结构比例失调:我省山区森林多以油松、马尾松、杉木等针叶林为主,阔叶林和混交林偏少,平原地区杨树比例过大,其他树种偏少。 展开更多
关键词 种树种 种结构 发展经济 防护 种用途 水源涵养 水土保持 树种结构 混交 特用林
下载PDF
河南省林种结构调整的研究
3
作者 王丰军 张向阳 刘建生 《河南林业科技》 1997年第3期12-15,共4页
根据1993年省森林资源清查、森林资源消耗量及消耗结构的调查资料,以可持续发展的理论为指导,采用线性规划对我省的林种结构进行了研究。研究结果:河南省现阶段的林种结构应为:用材林∶防护林∶经济林∶薪炭林∶特用林=34... 根据1993年省森林资源清查、森林资源消耗量及消耗结构的调查资料,以可持续发展的理论为指导,采用线性规划对我省的林种结构进行了研究。研究结果:河南省现阶段的林种结构应为:用材林∶防护林∶经济林∶薪炭林∶特用林=349∶159∶237∶211∶44。 展开更多
关键词 河南 种结构 结构调整 用材 防护 经济 薪炭 特用林 综合效益
下载PDF
描绘上饶农业“特色”蓝图──访上饶地区行署专员陈达恒
4
作者 廖圣辉 《农村发展论丛》 1996年第5期8-9,共2页
描绘上饶农业“特色”蓝图──访上饶地区行署专员陈达恒本刊记者廖圣辉近几年,江西各地特色农业紧锣密鼓、好戏连台。上饶,在这场多姿多彩的"特色戏"中技压群芳,璀璨夺目,夺得阵阵喝彩。该区两年来,以主导产业为主要内容的特色... 描绘上饶农业“特色”蓝图──访上饶地区行署专员陈达恒本刊记者廖圣辉近几年,江西各地特色农业紧锣密鼓、好戏连台。上饶,在这场多姿多彩的"特色戏"中技压群芳,璀璨夺目,夺得阵阵喝彩。该区两年来,以主导产业为主要内容的特色农业产值达23.1亿元,占全区农业... 展开更多
关键词 色农业 上饶地区 主导产业 批发市场 上饶市 种水产养殖 产业化 特用林 上饶县 立体养殖
下载PDF
Abnormal user identification based on XGBoost algorithm 被引量:6
5
作者 SONG Xiao-yu SUN Xiang-yang ZHAO Yang 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2018年第4期339-346,共8页
The eXtreme gradient boosting(XGBoost)algorithm is used to identify abnormal users.Firstly,the raw data were cleaned.Then user power characteristics were extracted from different aspects.Finally,the XGBoost classifier... The eXtreme gradient boosting(XGBoost)algorithm is used to identify abnormal users.Firstly,the raw data were cleaned.Then user power characteristics were extracted from different aspects.Finally,the XGBoost classifier was used to identify the abnormal users respectively in the balanced sample set and the unbalanced sample set.In contrast,under the same characteristics,the k-nearest neighbor(KNN)classifier,back-propagation(BP)neural network classifier and random forest classifier were used to identify the abnormal users in the two samples.The experimental results show that the XGBoost classifier has higher recognition rate and faster running speed.Especially in the imbalanced data sets,the performance improvement is obvious. 展开更多
关键词 user identification electricity characteristics eXtreme gradient boosting (XGBoost) random forest
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部