%%%清除空间 clc clear all ; close all ; %%%训练数据预测数据提取以及归一化 %%%下载四类数据 load data1 c1 load data2 c2 load data3 c3 load data4 c4 %%%%四个特征信号矩阵合成一个矩阵data ( 1:500 , : ) = data1 ( 1:500 , :) ; data ( 501:1000 , : ) = data2 ( 1:500 , : ) ; data ( 1001:1500 , : ) = data3 ( 1:500 , : ) ; data ( 1501:2000 , : ) = data4 ( 1:500 , : ) ; %%%%%%从1到2000间的随机排序 k = rand ( 1 , 2000 ) ; [ m , n ] = sort ( k ) ; %%m为数值，n为标号
%%%%%%%%%%%输入输出数据 input = data ( : , 2:25 ) ; output1 = data ( : , 1) ; %%%%%%把输出从1维变到4维 for i = 1 : 1 :2000 switch output1( i ) case 1 output( i , :) = [ 1 0 0 0 ] ; case 2 output( i , :) = [ 0 1 0 0 ] ; case 3 output( i , :) = [ 0 0 1 0 ] ; case 4 output( i , :) = [ 0 0 0 1 ] ; end end %%%%随机抽取1500个样本作为训练样本，500个样本作为预测样本 input_train = input ( n( 1:1500 , : ) )’ ; output_train = output ( n( 1:1500 , : ) )’ ; input_test = input ( n( 1501:2000 , : ) )’ ;
MATLAB程序代码--BP神经网络的设计实例 例1 采用动量梯度下降算法训练 BP 网络。 训练样本定义如下： 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解：本例的 MATLAB 程序如下： close all clear echo on clc % NEWFF——生成一个新的前向神经网络 % TRAIN——对 BP 神经网络进行训练 % SIM——对 BP 神经网络进行仿真 pause % 敲任意键开始 clc % 定义训练样本 % P 为输入矢量 P=[-1, -2, 3, 1; -1, 1, 5, -3]; % T 为目标矢量 T=[-1, -1, 1, 1]; pause; clc % 创建一个新的前向神经网络 net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') % 当前输入层权值和阈值 inputWeights=net.IW{1,1} inputbias=net.b{1} % 当前网络层权值和阈值 layerWeights=net.LW{2,1} layerbias=net.b{2} pause clc % 设置训练参数 net.trainParam.show = 50; net.trainParam.lr = 0.05; net.trainParam.mc = 0.9;
net.trainParam.epochs = 1000; net.trainParam.goal = 1e-3; pause clc % 调用 TRAINGDM 算法训练 BP 网络 [net,tr]=train(net,P,T); pause clc % 对 BP 网络进行仿真 A = sim(net,P) % 计算仿真误差 E = T - A MSE=mse(E) pause clc echo off 例2 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。其中，样本数据可以采用如下MATLAB 语句生成：输入矢量：P = [-1:0.05:1]； 目标矢量：randn(’seed’,78341223)； T = sin(2*pi*P)+0.1*randn(size(P))； 解：本例的 MATLAB 程序如下： close all clear echo on
常见绿化树种分类大全 常见绿化树种分类（一）常绿针叶树 1. 乔木类：雪松、红松、黑松、龙柏、马尾松、桧柏、苏铁、南洋杉、柳杉、香榧 2. 灌木类：（罗汉松）、千头柏、翠柏、匍地柏、日本柳杉、五针松（二）落叶针叶树（无灌木）：乔木类：水杉、金钱松、池杉、落羽杉（三）常绿阔叶树： 1. 乔木类：香樟、广玉兰、女贞、棕榈 2. 灌木类：珊瑚树、大叶黄杨、瓜子黄杨、雀舌黄杨、枸骨、桔树、石楠、海桐、桂花、夹竹桃、黄馨、迎春、撒金珊瑚、南天竹、六月雪、小叶女贞、八角金盘、栀子、蚊母、山茶、金丝桃、杜鹃、丝兰（波罗花、箭麻）、苏铁（铁树）、十大功劳（四）落叶阔叶树： 1. 乔木类：垂柳、直柳、枫杨、龙爪柳、乌桕、槐树、青桐（中国梧桐）、悬铃木（法国梧桐）、槐树（国槐）、盘槐、合欢、银杏、楝树（苦楝）、梓树 2. 灌木类：樱花、白玉兰、桃花、腊梅、紫薇、紫荆、戚树、青枫、红叶李、贴梗海棠、钟吊海棠、八仙花、麻叶绣球、金钟花（黄金条）、木芙蓉、木槿（槿树）、山麻杆（桂园树）、石榴（五）竹类：慈孝竹、刚竹、毛竹、紫竹、观音竹、凤尾竹、佛肚竹、黄金镶碧玉竹（六）藤本：紫藤、络实、地锦（爬山虎、
爬墙虎）、常春藤、葡萄藤，扶芳藤（七）花卉：太阳花、长生菊、一串红、美人蕉、五色苋、甘蓝（球菜花）、菊花、兰花（八）草坪：天鹅绒草、结缕草、麦冬草、四季青草、高羊茅、马尼拉草，三叶草，马蹄瑾一般常用行道树表名称学名科别树形特征香樟Cinnamomun camphcra 香樟科球形常绿大乔木，叶互生，三出脉，二香气，浆果球形。悬铃木Platanus x acerifolia 悬铃木科卵形喜温暖，抗污染，耐修剪。冠大荫浓，适作行道树和庭荫树。枫树Liquidamdar formosana Hance. 金缕梅科圆锥形落叶乔木，树皮灰色平滑，叶呈三角形，生长慢，树姿美观凤凰木Delonix regia Raffin 苏木科伞形阳性，喜暖热气候，不耐寒，速生，抗污染，抗风；花红色美丽，花期5~8月合欢Albizia julibrissin 含羞草科伞形花粉红色，6~7月，适作庭荫观赏树、行道树金合欢Albizia farnesiana Wild. 含羞草科伞形落叶亚乔木，速生，枝叶密生，花金黄色，树势优良垂柳Salix babylonica Linn. 杨柳科伞形落叶亚乔木，适于低温地，生长繁茂而迅速，树姿美观榕树Ficus retusa Linn.. 桑科球形落叶乔木，树冠阔大，速生，郁闭性强，适于各式修剪樟树Cinnamomum camphora Ness. 樟科球
中国风景园林规划设计研究中心内部培训专用 请用一句话说明你所知道的林地： 阔叶林：树木郁闭度大于或等于10%及小于20%的林地。 郁闭度：指森林中乔木树冠遮蔽地面的程度，根据联合国粮农组织规定，0.70（含0.70）以上的郁闭林为密林，0.20-0.69为中度郁闭，0.20（不含0.20）以下为疏林。 次生林：森林通过采伐或其他自然因素破坏后，自然恢复的森林，因而有时又称天然次生林。（人工林采伐迹地上栽培树种的萌生林、入侵树种形成的混交林也属次生林范畴。） 人工林采伐迹地：采伐迹地是宜林地中的一个类别,指采伐后,保留木达不到疏林地标准而没有超过5年的迹地。 宜林地：指适合于种植林木的土地。凡采伐迹地、火烧迹地、林中空地以及林木生长的一切荒山荒地,统称宜林地。 在中国，次生林占相当大的比重，其面积约占全国森林面积的一半，且大部分林区均有分布，但其主要树种有一定差异。如大兴安岭寒温带针叶林区中的兴安落叶松，经火灾或砍伐破坏后，往往形成次生白桦纯林或以其为优势的次生混交林。 原生林：又称原始林。指从未经人为干扰、人为采伐或培育的天然森林。 阔叶林：由阔叶树种组成的森林称阔叶林。 种类：落叶阔叶林、落叶阔叶混交林、常绿阔叶林、硬叶常绿阔叶林、季雨林、热带雨林、红树林、原始阔叶林 生态林：为维护和改善生态环境，保持生态平衡，保护生物多样性等满足人类社会的生态、社会需求和可持续发展为主体功能的森林、林木和林地，主要包括防护林和特种用途林。 灌木林：以灌木为主体的植被类型。具单层树冠，林层高度一般5米左右，不具主干而簇生，盖度大于30～40%。 盖度（coverage)指的是植物地上部分垂直投影面积占样地面积的百分比，即投影盖度。 针叶林：以针叶树为建群种所组成的各类森林的总称。 设计师：杨永峰 2012.12.20
BP神经网络实现（Java代码） 神经网络的原理虽然理解起来不难，但是要是想实现它，还是需要做一些工作的，并且有很多细节性的东西需要注意。通过参阅各种相关资料，以及参考网络上已有的资源，自己写了一个含有一个隐含层，且只能有一个输出单元的简单的BP网络，经过测试，达到了预期的效果。 需要说明的是，神经网络的每个输入都在[0,1]中，输出也在[0,1]中，在使用神经网络解决实际问题的时候，还需要对实际问题的输入输出进行归一化处理。另外，尽量不要使得神经网络的输入或输出接近于0或1，这样会影响拟合效果。 我用正弦函数进行了一次测试，效果如图所示： 以下是相关的代码： 1.神经网络代码 [java]view plaincopy 1.package pkg1; 2. 3.import java.util.Scanner; 4. 5./* 6.* 7.*/ 8.public class TestNeuro{
9. 10.private int INPUT_DIM=1; 11.private int HIDDEN_DIM=20; 12.private double LEARNING_RATE=0.05; 13.double[][]input_hidden_weights=new double[INPUT_DIM][HIDDEN_DIM]; 14.double[]hidden_output_weights=new double[HIDDEN_DIM]; 15.double[]hidden_thresholds=new double[HIDDEN_DIM]; 16.double output_threshold; 17. 18.public static void main(String[]args){ 19.Scanner in=new Scanner(System.in); 20.TestNeuro neuro=new TestNeuro(1,5); 21.neuro.initialize(); 22.for(int i=0;i<10000;i++){ 23.double[]input=new double[1]; 24.input[0]=Math.random(); 25.double expectedOutput=input[0]*input[0]; 26.//System.out.println("input:"+input[0]+"\t\texpectedOutput: "+expectedOutput); 27.//System.out.println("predict before training:"+neuro.predict (input)); 28.neuro.trainOnce(input,expectedOutput); 29.//System.out.println("predict after training:"+neuro.predict( input)); 30.//in.next(); 31.} 32.while(true){ 33.//neuro.printLinks(); 34.double[]input=new double[1]; 35.input[0]=in.nextDouble(); 36.double expectedOutput=in.nextDouble(); 37.System.out.println("predict before training:"+neuro.predict(i nput)); 38.neuro.trainOnce(input,expectedOutput); 39.System.out.println("predict after training:"+neuro.predict(in put)); 40. 41.} 42.} 43. 44.public TestNeuro(int input_dimension,int hidden_dimension){ 45.this.INPUT_DIM=input_dimension; 46.this.HIDDEN_DIM=hidden_dimension; 47.this.initialize();
常见绿化树种分类及应用 （一）常绿针叶树 1. 乔木类：雪松、红松、黑松、龙柏、马尾松、桧柏、苏铁、南洋杉、柳 杉、香榧 2. 灌木类：（罗汉松）、千头柏、翠柏、匍地柏、日本柳杉、五针松 （二）落叶针叶树（无灌木）： 乔木类：水杉、金钱松、池杉、落羽杉 （三）常绿阔叶树： 1. 乔木类：香樟、广玉兰、女贞、棕榈 2. 灌木类：珊瑚树、大叶黄杨、瓜子黄杨、雀舌黄杨、枸骨、桔树、石楠、 海桐、桂花、夹竹桃、黄馨、迎春、撒金珊瑚、南天竹、六月雪、小叶 女贞、八角金盘、栀子、蚊母、山茶、金丝桃、杜鹃、丝兰（波罗花、箭 麻）、苏铁（铁树）、十大功劳 （四）落叶阔叶树： 1. 乔木类：垂柳、直柳、枫杨、龙爪柳、乌桕、槐树、青桐（中国梧桐）、 悬铃木（法国梧桐）、槐树（国槐）、盘槐、合欢、银杏、楝树 （苦楝）、梓树 2. 灌木类：樱花、白玉兰、桃花、腊梅、紫薇、紫荆、戚树、青枫、红叶李、 贴梗海棠、钟吊海棠、八仙花、麻叶绣球、金钟花（黄金条）、 木芙蓉、木槿（槿树）、山麻杆（桂园树）、石榴 （五）竹类： 慈孝竹、刚竹、毛竹、紫竹、观音竹、凤尾竹、佛肚竹、黄金镶碧玉竹（六）藤本： 紫藤、络实、地锦（爬山虎、爬墙虎）、常春藤、葡萄藤，扶芳藤 （七）花卉： 太阳花、长生菊、一串红、美人蕉、五色苋、甘蓝（球菜花）、菊花、 兰花 （八）草坪： 天鹅绒草、结缕草、麦冬草、四季青草、高羊茅、马尼拉草，三叶草，马蹄金
行道树 【名称及定义】 【中文名称】行道树 路旁的行道树 【英文名称】street trees 【定义】种在道路两旁，给车辆和行人遮荫并构成街景的树种。[1]【种类特点】 道路绿化作为城市绿地系统的网络和骨架，成为系统连续性的主要构 成因素，直观反映城市风貌的作用十分突出。在行道树的选择应用上，城 区道路多以绿荫如盖、形态优美的落叶阔叶乔木为主。而郊区及一般等级 公路，则多注重速生长、抗污染、耐瘠薄、易管理等养护成本因素。甬道 及墓道等纪念场地，则多以常绿针叶类及棕榈类树种为主，如圆柏、龙柏、雪松、马尾松等。近年来，随着城市环境建设标准的提高，常绿阔叶树种 和彩叶、香花树种的选择应用有较大的发展并呈上升趋势。目前使用较多 的行道树种有悬铃木、椴树、白榆、七叶树、枫树、喜树、银杏、杂交马
森林二类调查因子分类及代码一览 1、地类：乔木林纯林111 乔木林混交林112 竹林113 人工矮化乔木林114 疏林地120国规灌木林131 其它灌木林132 未成林造林地141 苗圃地150 采伐迹地161火烧迹地162宜林荒山荒地171 宜林沙荒地172 其它宜林地173 旱地211 水田212 水域230 未利用地240工矿建设用地251 居民建设用地252 交通建设用地253 其它用地254 2、权属：国有1 集体2 个人3 其它4 3、地貌：中山1 低山2 丘陵3 岗地4 平原5 4、坡位：脊部1 上部2 中部3 下部4 谷地5 平地6 全坡7 5、坡向：北1 东北2 东3 东南4 南5 西南6 西7 西北8 无9 6、母质名称：花岗岩、片麻岩类1 7、土壤名称：黄宗壤111（山地黄宗壤22黄褐土23黄宗壤性土24） 8、土壤/腐殖层/枯枝落叶层厚度：厚1 中2 薄3 9、立地类型：阴坡中厚层土类型2915阴坡薄层土类型2916阳坡中厚层土类型2917 阳坡薄层土类型2918 10、森林（林地）类别：生态公益林1 商品林2
11、起源：天然1 人工2 12、林种：水源涵养林111 护岸林115 护路林116 速生丰产用材林132 一般用材林133 薪炭林141 果树林151 药用林154 其它经济林155 13、平均年龄：记录树木实际生长年龄 14、龄组：幼龄林1 中龄林2 近熟林3 成熟林4 过熟林5 15、产期：产前期1 初产期2 盛产期3 衰退期4 16、竹林龄组：幼龄竹1 壮龄竹2 老龄竹3 18、公益林事权：国家级1 省级2 市级3 县级4 19、公益林保护等级：特殊1 重点2 一般3 20、生态区域：湿地（水库）14 未纳入国家范围内的水库 21、生态功能等级：好1 中2 差3 22、群落结构：完整结构1 较完整结构2 简单结构3 23、自然度：Ⅰ1 Ⅱ 2 Ⅲ 3 Ⅳ 4 Ⅴ 5 24 健康状况：健康1 亚健康2 中健康3 不健康4 25、商品林经营等级：好1 中2 差3 26、生长类型：Ⅰ类林1 Ⅱ类林2 Ⅲ类林3 27、可及度：即可及1 将可及2 不可及3 28、经营类型：人工松类用材林2 人工杉类用材林4 落叶松马尾松短轮伐期用材林11 火炬松湿地松短轮伐期用材林12 意杨短轮伐期用材林13 水源涵养林14 农田防护林17 护岸林18 护路林19
用遗传算法优化BP神经网络的Matlab编程实例（转） 由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。 程序一：GA训练BP权值的主函数 function net=GABPNET(XX,YY) %-------------------------------------------------------------------------- % GABPNET.m % 使用遗传算法对BP网络权值阈值进行优化，再用BP算法训练网络 %-------------------------------------------------------------------------- %数据归一化预处理 nntwarn off XX=[1:19;2:20;3:21;4:22]'; YY=[1:4]; XX=premnmx(XX); YY=premnmx(YY); YY %创建网络 net=newff(minmax(XX),[19,25,1],{'tansig','tansig','purelin'},'tra inlm'); %下面使用遗传算法对网络进行优化 P=XX; T=YY; R=size(P,1); S2=size(T,1); S1=25;%隐含层节点数 S=R*S1+S1*S2+S1+S2;%遗传算法编码长度 aa=ones(S,1)*[-1,1]; popu=50;%种群规模 save data2 XX YY % 是将 xx,yy 二个变数的数值存入 data2 这个MAT-file，initPpp=initializega(popu,aa,'gabpEval');%初始化种群 gen=100;%遗传代数
树木种类介绍 （1）银杏 中国的银杏资源主要分布在江苏、山东、浙江、安徽、福建、江西、河北、河南、湖北、湖南、四川、贵州、广西、广东等省的60多个县市。 拉丁名：Ginkgo biloba L. 中文名：银杏 拉丁科名：Ginkgoaceae 中文科名：银杏科 保护级别：2 海拔下限300 米海拔上限1100米 形态特征：落叶大乔木，高达40米，胸径可达4米，幼树树皮近平滑，浅灰色，大树之皮灰褐色，不规则纵裂，有长枝与生长缓慢的距状短枝。叶互生，在长枝上辐射状散生，在短枝上3一5枚成簇生状，有细长的叶柄，扇形，两面淡绿色，在宽阔的顶缘多少具缺刻或2裂，宽5－8（一15）厘米，具多数叉状并歹帕细脉。雌雄异株，稀同株，球花单生于短枝的叶腋；雄球花成葇荑花序状，雄蕊多数，各有2花药；雌球花有长梗，梗端常分两叉（稀3一5叉），叉端生1具有盘状珠托的胚珠，常1个胚珠发育成发育种子。种子核果状，具长梗，下垂，椭圆形、长圆状倒卵形、卵圆形或近球形，长2.5一3.5厘米，直径1.5一2厘米；假种皮肉质，被白粉，成熟时淡黄色或橙黄色；种皮骨质，白色，常具2（稀3）纵棱；内种皮膜质，淡红褐色。 特性：野生状态的银杏分布于亚热带季风区，水热条件比较优越。年平均温15℃，极端最低温可达-10.6℃，年降水量1500--1800毫米，全年雾日可达248天。土壤为黄壤或黄棕壤，pH值5--6。伴银杏寿命长，我国有3000年以上的古树。初期生长较慢，蒙蘖性强。雌株一般20年左右开始结实，500年生的大树仍能正常结实。一般3月下旬至4月上旬萌动展叶，4月上旬至中旬开花，9月下旬至10月上旬种子成熟，10月下旬至11月落叶。 栽培要点：实生繁殖。种胚有休眠现象。冬季或层积后早春播种。待苗高1米以上即可栽植。作行道树宜选用雄株。亦可用扦插及分蘖法繁殖。为促进提早结实、和培育良种无性系，可用芽接或枝接法繁殖。 （2）雪松 名称: 雪松类别: 裸子植物乔木 科名: 松科 拉丁名: Cedrus deodara 生态习性：雪松对气候的适应范围较广，从亚热带到寒带南部都能生长，在年降雨量为600-1000毫米的地区，在长江中下游一带，生长较好。雪松耐寒能力较强，年1995南京绝对最低温度达-15.9摄氏度，未出现冻害现象，但对湿热气候适应较差，往往生长不良。雪松为阳性树种，在幼龄阶段能耐一定的蔽荫，大树则要求较充足的光照，否则生长不良或杜萎。雪松喜深厚肥沃排水良好的土壤，也能适应瘠薄多石砾土地，但怕水，低洼积水或地下水位过高和不透水的地方，生长不良甚至死亡。雪松抗风力较弱，抗烟害能力较差，对二氧化硫有害气体比较敏感，在嫩叶展开期如空气湿度高，嫩叶易受二氧化硫危害，遇害时嫩叶迅速枯萎，甚至全株死亡。 形态特征：常绿乔木，树冠圆锥形。树皮灰褐色，鳞片状裂；大枝不规则轮生，
close all clear echo on clc % NEWFF——生成一个新的前向神经网络 % TRAIN——对 BP 神经网络进行训练 % SIM——对 BP 神经网络进行仿真 % 定义训练样本 % P为输入矢量 P=[0.7317 0.6790 0.5710 0.5673 0.5948;0.6790 0.5710 0.5673 0.5948 0.6292; ... 0.5710 0.5673 0.5948 0.6292 0.6488;0.5673 0.5948 0.6292 0.6488 0.6130; ... 0.5948 0.6292 0.6488 0.6130 0.5654; 0.6292 0.6488 0.6130 0.5654 0.5567; ... 0.6488 0.6130 0.5654 0.5567 0.5673;0.6130 0.5654 0.5567 0.5673 0.5976; ... 0.5654 0.5567 0.5673 0.5976 0.6269;0.5567 0.5673 0.5976 0.6269 0.6274; ... 0.5673 0.5976 0.6269 0.6274 0.6301;0.5976 0.6269 0.6274 0.6301 0.5803; ... 0.6269 0.6274 0.6301 0.5803 0.6668;0.6274 0.6301 0.5803 0.6668 0.6896; ... 0.6301 0.5803 0.6668 0.6896 0.7497]; % T为目标矢量 T=[0.6292 0.6488 0.6130 0.5654 0.5567 0.5673 0.5976 ... 0.6269 0.6274 0.6301 0.5803 0.6668 0.6896 0.7497 0.8094]; % Ptest为测试输入矢量 Ptest=[0.5803 0.6668 0.6896 0.7497 0.8094;0.6668 0.6896 0.7497 0.8094 0.8722; ... 0.6896 0.7497 0.8094 0.8722 0.9096]; % Ttest为测试目标矢量 Ttest=[0.8722 0.9096 1.0000]; % 创建一个新的前向神经网络 net=newff(minmax(P'),[12,1],{'logsig','purelin'},'traingdm'); % 设置训练参数 net.trainParam.show = 50; net.trainParam.lr = 0.05; net.trainParam.mc = 0.9; net.trainParam.epochs = 5000; net.trainParam.goal = 0.001; % 调用TRAINGDM算法训练 BP 网络 [net,tr]=train(net,P',T); % 对BP网络进行仿真 A=sim(net,P'); figure; plot((1993:2007),T,'-*',(1993:2007),A,'-o'); title('网络的实际输出和仿真输出结果，*为真实值，o为预测值'); xlabel('年份'); ylabel('客运量'); % 对BP网络进行测试 A1=sim(net,Ptest');
中国的森林类型及其分布 | [<<][>>] 我国共有森林15 894.1万公顷，森林蓄积量112.7亿立方米，森林覆盖率为16.55%。中国森林类型众多，拥有各类针叶林、针阔叶混交林、落叶阔叶林、常绿阔叶林和热带林，以及它们的各种次生类型。据“中国植被”(1980)对天然乔灌林的分类，中国划分有森林210个群系(formation)、竹林36个群系、灌林与灌丛(不含半灌丛及草丛)94个群系。此外，还有许多人工栽植营造的用材林、防护林、经济林和农林复合生态系统类型，更丰富了森林生态系统类型的多样性，这是中国森林生物多样性的一个持点。中国还拥有世界上最完整的温带山地垂直带谱、亚热带山地垂直带谱，北半球纬度最高的热带山地雨林、季雨林类型，种类最丰富的落叶松属(Larix)、松属(Pin us)、云杉属(Picea)、冷杉属(Abies)、栎类(Quercus)森林，中国还有世界上罕见的高生物量的雅鲁藏布江峡谷云杉林。 在这多种类型的森林中，栖息着丰富多样的野生动物。据统计，中国有6347种脊椎动物，其中哺乳类581种，鸟类1244种，两栖类284种，爬行类376种，它们大部分栖息在森林中或林缘。这些动物中，许多为中国特有或主要分布在中国，如全世界有雉类276种，中国就有56种，占20％，其中19种为中国所特有。其他如大熊猫、金丝猴、白唇鹿、羚牛、毛冠鹿等动物也为中国所特有。 中国现有原生性森林已不多，它们主要集中在东北、西南天然林
区。按森林外貌划分，针叶林和阔叶林面积约各占一半，前者49.8％，后者占47.2％，其余3％为针阔叶混交林，现分述如 （1）针叶林 针叶林在中国分布广泛，但作为地带性的针叶林则只见于东北和西北两隅以及西南、藏东南的亚高山针叶林，其余的则常为次生性针叶林，如各种次生松林，更多的则是人工营造而成，如杉木林等。这些针叶林不仅植物组成丰富，而且还栖息着大量的动物种类，成为众多特有种类的栖息地和避难所。 A．北方针叶林和亚高山针叶林 它们分别作为高纬度水平地带性植被和较低纬度的亚高山带植 被类型。在分布区和地理环境方面，差异很大，但都属于亚寒带类型，其外貌、组成、结构都十分相似。 a．落叶松林中国的落叶松属有10个种和2个变种，主要的建群种有落叶松(Larix gmelini)、西伯利亚落叶松(L. sibirica)、华北落叶松(L. principis-rupprechtii)、太白红杉(L. chinensis)、四川红杉(L. mastersiana)、大果红杉(L. potaninii)和西藏落叶松(L. griffithii)等。 b.云杉、冷杉林中国的云杉林和冷杉林大多属山地垂直带类型，分布广、蓄积量最大。东北地区主要建群种为鱼鳞云杉(Picea jezo ensis var. microsperma)、红皮云杉(P. ko-raiensis)、臭冷杉(A bies nephrolepis)、华北为白杄(Picea meyeri)、青杄(P. wilson
BP神经网络matlab代码 p=[284528334488;283344884554;448845542928;455429283497;29283497 2261;... 349722616921;226169211391;692113913580;139135804451;35804451 2636;... 445126363471;263634713854;347138543556;385435562659;35562659 4335;... 265943352882;433528824084;433528821999;288219992889;19992889 2175;... 288921752510;217525103409;251034093729;340937293489;37293489 3172;... 348931724568;317245684015;]'; %====期望输出======= t=[4554292834972261692113913580445126363471385435562659... 4335288240841999288921752510340937293489317245684015... 3666]; ptest=[284528334488;283344884554;448845542928;455429283497;29283497 2261;... 349722616921;226169211391;692113913580;139135804451;35804451 2636;... 445126363471;263634713854;347138543556;385435562659;35562659 4335;... 265943352882;433528824084;433528821999;288219992889;19992889 2175;... 288921752510;217525103409;251034093729;340937293489;37293489 3172;... 348931724568;317245684015;456840153666]'; [pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);%将数据归一化 NodeNum1=20;%隐层第一层节点数 NodeNum2=40;%隐层第二层节点数 TypeNum=1;%输出维数 TF1='tansig'; TF2='tansig'; TF3='tansig'; net=newff(minmax(pn),[NodeNum1,NodeNum2,TypeNum],{TF1TF2 TF3},'traingdx');
BP神经网络matlab源程序代码） %******************************% 学习程序 %******************************% %======原始数据输入======== p=[2845 2833 4488;2833 4488 4554;4488 4554 2928;4554 2928 3497;2928 3497 2261;... 3497 2261 6921;2261 6921 1391;6921 1391 3580;1391 3580 4451;3580 4451 2636;... 4451 2636 3471;2636 3471 3854;3471 3854 3556;3854 3556 2659;3556 2659 4335;... 2659 4335 2882;4335 2882 4084;4335 2882 1999;2882 1999 2889;1999 2889 2175;... 2889 2175 2510;2175 2510 3409;2510 3409 3729;3409 3729 3489;3729 3489 3172;... 3489 3172 4568;3172 4568 4015;]'; %===========期望输出======= t=[4554 2928 3497 2261 6921 1391 3580 4451 2636 3471 3854 3556 2659 ... 4335 2882 4084 1999 2889 2175 2510 3409 3729 3489 3172 4568 4015 ... 3666]; ptest=[2845 2833 4488;2833 4488 4554;4488 4554 2928;4554 2928 3497;2928 3497 2261;... 3497 2261 6921;2261 6921 1391;6921 1391 3580;1391 3580 4451;3580 4451 2636;... 4451 2636 3471;2636 3471 3854;3471 3854 3556;3854 3556 2659;3556 2659 4335;... 2659 4335 2882;4335 2882 4084;4335 2882 1999;2882 1999 2889;1999 2889 2175;... 2889 2175 2510;2175 2510 3409;2510 3409 3729;3409 3729 3489;3729 3489 3172;... 3489 3172 4568;3172 4568 4015;4568 4015 3666]'; [pn,minp,maxp,tn,mint,maxt]=premnmx(p,t); %将数据归一化 NodeNum1 =20; % 隐层第一层节点数 NodeNum2=40; % 隐层第二层节点数 TypeNum = 1; % 输出维数 TF1 = 'tansig';
BP神经网络实例含源码 BP神经网络算法实现 一:关于BP网络 BP (Back Propagation)神经网络，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元;中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层结构;最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。 当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次数为止。 BP网络主要应用于以下方面:函数逼近、模式识别和分类、数据压缩。BP神经网络有较强的泛化性能，使网络平滑的逼近函数，能合理的响应被训练以外的输入。 同时，BP网络又有自己的限制与不足，主要表现在:需要较长的训练时间、网络训练的结果可能使得权值逼近局部最优、训练数据范围外的数据泛化能力较差。 为了避免训练陷入局部最优解，本程序采用改进的BP网络训练，既加入动量因子，使得网络在最优解附近有一定的震荡，跳出局部最优的范围。 BP网络训练中学习速率与动量因子的选择很重要，在后面的内容中将进行详细的讨论。
二:训练的函数 程序中训练的函数为一个三输入一输出的非线性函数，如下所示: x3xR,yxxe,，，，2sin()，，，12 网络结构为:3—5—1 三:程序及相关界面(VB) 1 主界面 1 代码: Private Sub Command1_Click() form2.Visible = False Form3.Visible = True End Sub Private Sub Command2_Click() form2.Visible = False Form1.Visible = True End Sub Private Sub Command3_Click() form2.Visible = False Form4.Visible = True End Sub Private Sub Command4_Click() form2.Visible = False
常见绿化树种分类大全 常见绿化树种分类 （一）常绿针叶树1.xx类： 雪松、红松、黑松、龙柏、马尾松、桧柏、苏铁、南洋杉、柳杉、香榧2.灌木类： （罗汉松）、千头柏、翠柏、匍地柏、日本柳杉、五针松 （二）落叶针叶树（无灌木）： xx类： 水杉、xx、xx、落羽杉 （三）常绿阔叶树：1.xx类： xx、xx、女贞、棕榈2.灌木类： 珊瑚树、大叶黄杨、瓜子黄杨、雀舌黄杨、枸骨、桔树、石楠、海桐、桂花、夹竹桃、黄馨、迎春、撒金珊瑚、南天竹、六月雪、小叶女贞、八角金盘、栀子、蚊母、山茶、金丝桃、杜鹃、丝兰（波罗花、箭麻）、苏铁（铁树）、十大功劳 （四）落叶阔叶树：1.xx类： 垂柳、直柳、枫杨、龙爪柳、乌桕、槐树、青桐（中国梧桐）、悬铃木（法国梧桐）、槐树（国槐）、盘槐、合欢、银杏、楝树（苦楝）、梓树2.灌木类： 樱花、白玉兰、桃花、腊梅、紫薇、紫荆、戚树、青枫、红叶李、贴梗海棠、钟吊海棠、八仙花、麻叶绣球、金钟花（黄金条）、木芙蓉、木槿（槿树）、山麻杆（桂园树）、石榴 （五）竹类：
慈孝竹、刚竹、毛竹、紫竹、观音竹、凤尾竹、佛肚竹、黄金镶碧玉竹 （六）藤本： 紫藤、络实、地锦（爬山虎、爬墙虎）、常春藤、葡萄藤，扶芳藤 （七）花卉： 太阳花、长生菊、一串红、美人蕉、五色苋、甘蓝（球菜花）、菊花、兰花 （八）草坪： 天鹅绒草、结缕草、麦冬草、四季青草、高羊茅、马尼拉草，三叶草，马蹄瑾一般常用行道树表名称学名科别树形特征香樟Cinnamomun camphcra 香樟科球形常绿大乔木，叶互生，三出脉，二香气，浆果球形。悬铃木Platanus x acerifolia 悬铃木科卵形喜温暖，抗污染，耐修剪。冠大荫浓，适作行道树和庭荫树。枫树Liquidamdar formosana Hance.金缕梅科圆锥形落叶乔木，树皮灰色平滑，叶呈三角形，生长慢，树姿美观凤凰木Delonix regia Raffin 苏木科伞形阳性，喜暖热气候，不耐寒，速生，抗污染，抗风；花红色美丽，花期5~8月合欢Albizia julibrissin 含羞草科伞形花粉红色，6~7月，适作庭荫观赏树、行道树金合欢Albizia farnesiana Wild.含羞草科伞形落叶亚乔木，速生，枝叶密生，花金黄色，树势优良垂柳Salix babylonica Linn.杨柳科伞形落叶亚乔木，适于低温地，生长繁茂而迅速，树姿美观榕树Ficus retusa Linn..桑科球形落叶乔木，树冠阔大，速生，郁闭性强，适于各式修剪樟树Cinnamomum camphora Ness.樟科球 ，深根性，速生，寿命长，抗烟尘毒气，滞尘能力强羽叶槭（复叶槭）Acer negundo 槭树科伞形落叶阔叶树，喜肥沃土壤及凉爽湿润气候，耐烟尘，耐干冷，耐轻盐碱，耐修剪，秋叶黄色常用风景树木性状表名称学名科别树形特征香樟Cinnamomun camphcra 香樟科球形常绿大乔木，叶互生，三出脉，二香气，浆果球形。悬铃木Platanus x acerifolia 悬铃木科卵形喜温暖，抗污染，耐修剪。冠大荫浓，适作行道树和庭荫树。广玉兰Magnolia grandiflora L.木兰科卵形常绿乔木，花大白色清香，树形优美，白玉兰Magnolia denudata 木兰科伞形颇耐寒，怕积水。花大洁白，3~4月开花。适于庭园观赏。鹅掌楸（马褂木）Liriodendron chinense 木兰科伞形落叶阔叶树，喜温暖湿润气候，抗性较强，肥
森林营造绿化树种用途分类（重点掌握） 1、行道树：油松、水杉、银杏、白杨、桦木、朴树、榆树、银桦、玉兰、香樟、悬铃木、桉树、榕树、黄葛树、木棉、重阳木、栾树、羊蹄甲、女贞、槟榔、王棕。银杏、鹅掌楸、椴树、悬铃木、七叶树为世界五大行道树。 2、花木：玉兰、桃、樱花、海棠、红叶李、梅、合欢、鸡爪槭、芙蓉、紫薇、桂花、丁香。 3、叶木类：鸡爪槭、红枫、金钱松、紫叶李、乌桕、红背桂、变叶木等。 4、果木类：枸骨、紫珠、天目琼花、石榴、火棘、南天竹、佛手等。 5、孤植：苏铁、雪松、金钱松、白皮松、五针松、云杉、冷杉、水杉、落羽杉、池杉、南洋杉、塔柏、圆柏、日本花柏、千枝柏、黄葛树、榕树、荷花玉兰、悬铃木、樟、樱花、梅、木棉、重阳木、七叶树、凤凰树、红枫、鸡爪槭、栾树、无患子、紫薇、枫香、假槟榔、棕榈、棕竹、蒲葵。 6、垂直绿化：⑴墙面：爬山虎、蛇葡萄、络石、薜荔、常春藤、扶芳藤；⑵棚架：木香、云实、紫藤、葡萄、猕猴桃、藤本月季、蔷薇、凌霄、叶子花、使君子、油麻藤、木通；⑶陡岩：蔷薇、忍冬、枸杞、南蛇藤、云南黄素馨。 7、绿篱：①高篱：北美圆柏、侧柏、罗汉松、月桂、厚皮香、蚊母树、石楠、珊瑚树、醉鱼草、桂花、雪柳、女贞、丛生竹；②中篱：牛奶子、九里香、构骨、冬青卫矛、六月雪、木槿、小叶女贞、小蜡；③矮篱：小檗、黄杨、萼距花、雀舌花、小月季、迎春。 8.地被：铺地柏、厚皮香、地瓜藤、接骨木、八角金盘、日本珊瑚、牛奶子、五加、鹅掌柴，常春藤、蛇莓、三白草、麦冬、菖蒲、络石、百里香、万年青 第一题： 请根据以上所给出的绿化树木，在每类中写出8到10种最有代表性的（注：红色标记为必填，其余尽量选不同科的，麻烦作者多补充一些可用于园林建设，但此中未列出的树种，不胜感激），填入下列表格。（注：观赏特性主要针对孤植树、花木，叶木，果木，要写出叶型有无变化、开花、结果时期，并写出花色、