R语言编程软件在语音对比分析中的应用

R作为一款热门开源软件,正以其强大的兼容性、扩展性、易用性,为各类研究的数据处理提供着便捷高效的解决方案。但对于非理工科背景的语音学研究者来说,熟悉和使用该软件存在着一定难度。本文以元音对比研究为案例,通过声学数据的描述统计、推断统计和可视化三类例证,简要介绍R扩展包在语音研究中的常规使用,并辅以运行代码和相关说明,以期对语音研究的数据统计和展现有所启示和借鉴。

基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用

林分蓄积是衡量小班林分生产力的重要指标。选择华北落叶松人工林小班数据,对以年龄、公顷株数和立地指数为自变量,小班公顷蓄积为因变量的BP(back propagation)神经网络模型和多元回归模型进行研究。研究结果表明:①BP神经网络参数最优组合:三层网络结构包括输入层3个神经元,隐含层10个神经元和1个神经元,输出层1个神经元,R语言算法选用含有动量的自适应梯度下降法,MATLAB软件算法选择Levevberg-Marquardt法;②多元回归模型中,生长理论方程为基础修正函数"Logistic+幂函数"组合的修正模型V=SI^0.977 2N^0.510 30.500 1/[1+44.226 1exp(-0.146 6t)]表现最优,其决定系数R2为0.721 8;③BP模型预测精度最高,其次是多元回归模型和材积表法。基于以上研究,为了提高BP模型的实用性,通过JAVA和R语言编程方式,将构建BP神经网络小班蓄积预估模型存储到收获预估模型的模型库中,在人工林收获预估中实现BP模型的调用,实现从经典的数学模型形式向智能化软件方向发展,提高BP模型在实际生产中的可操作性,为森林经营作业提供决策支持。