| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·生态环境质量评价的现状分析 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-14页 |
| ·本文的研究内容、结构安排及研究方法 | 第14-16页 |
| ·本文的研究内容及结构安排 | 第14页 |
| ·本文的研究方法 | 第14-16页 |
| 第2章 城市生态环境评价综述 | 第16-22页 |
| ·城市生态环境与城市生态系统 | 第16页 |
| ·城市生态环境特征 | 第16-17页 |
| ·整体性特征 | 第16-17页 |
| ·动态性特征 | 第17页 |
| ·可调控性特征 | 第17页 |
| ·可协调性特征 | 第17页 |
| ·城市生态环境质量评价的原则 | 第17-19页 |
| ·自然资源的可持续原则 | 第17-18页 |
| ·生态科学性原则 | 第18-19页 |
| ·协调性原则 | 第19页 |
| ·城市生态环境系统结构 | 第19-22页 |
| 第3章 人工神经网络理论概述 | 第22-33页 |
| ·人工神经网络概述 | 第22-25页 |
| ·人工神经网络的简介 | 第22页 |
| ·人工神经网络的基本特点 | 第22-23页 |
| ·人工神经网络的基本原理 | 第23-25页 |
| ·BP神经网络 | 第25-28页 |
| ·BP神经网络的基本结构 | 第25-26页 |
| ·BP神经网络的学习规则 | 第26-28页 |
| ·SOM神经网络 | 第28-30页 |
| ·SOM神经网络的基本结构 | 第28-29页 |
| ·SOM神经网络的学习规则 | 第29-30页 |
| ·LVQ神经网络 | 第30-33页 |
| ·LVQ神经网络的基本结构 | 第30-31页 |
| ·LVQ神经网络的学习规则 | 第31-33页 |
| 第4章 基于人工神经网络理论的城市生态环境智能评价系统研究 | 第33-57页 |
| ·过程综述 | 第33-34页 |
| ·城市生态环境评价指标体系建立 | 第34-43页 |
| ·建立指标体系的原则 | 第34-35页 |
| ·初选指标体系 | 第35-38页 |
| ·样本数据来源 | 第38页 |
| ·体系指标的筛选 | 第38-43页 |
| ·构建模型 | 第43-53页 |
| ·样本归一化 | 第43页 |
| ·BP神经网络模型 | 第43-47页 |
| ·SOM-BP神经网络模型 | 第47-49页 |
| ·LVQ神经网络模型 | 第49-51页 |
| ·SOM-LVQ神经网络模型 | 第51-53页 |
| ·实验结果对比分析 | 第53-57页 |
| ·准确率对比分析 | 第53-55页 |
| ·收敛时间对比分析 | 第55-56页 |
| ·归纳总结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第64页 |