-
公开(公告)号:CN116819485A
公开(公告)日:2023-09-29
申请号:CN202210283872.8
申请日:2022-03-21
Applicant: 东北林业大学
IPC: G01S7/48
Abstract: 本发明提供一种基于PSO‑ELM算法的林分郁闭度反演方法,步骤如下:1)获取数据。2)数据预处理。3)制作数据集。4)初始化PSO中的基本参数。5)更新适应度函数值、个体极值、群体极值。6)更新粒子速度和位置。7)判断算法是否符合算法结束条件。8)将最优粒子作为ELM的权值和阈值,将测试集输入ELM中,得到基于粒子群算法优化极限学习机的林分郁闭度预测模型。9)将点云数据作为待测试数据,经步骤2预处理后输入到基于粒子群算法优化极限学习机的林分郁闭度预测模型中,得到待测试数据的预测结果。