基于机器学习的松毛虫发生面积预测模型的研究及应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外森林病虫害测报的研究概况 | 第8-11页 |
| 1.2.1 国内研究概况 | 第8-10页 |
| 1.2.2 国外研究概况 | 第10-11页 |
| 1.3 研究的目的及意义 | 第11-12页 |
| 1.4 主要研究内容 | 第12-13页 |
| 1.5 论文结构安排 | 第13页 |
| 1.6 本章小结 | 第13-14页 |
| 2 松毛虫发生面积预测模型的选用及构建 | 第14-20页 |
| 2.1 松毛虫危害 | 第14页 |
| 2.2 预测模型方法的选用 | 第14-18页 |
| 2.2.1 多元线性回归 | 第14页 |
| 2.2.2 人工神经网络 | 第14-17页 |
| 2.2.3 支持向量机(SVM) | 第17-18页 |
| 2.3 模型构建方法及评价指标 | 第18-19页 |
| 2.3.1 模型构建基本方法 | 第18-19页 |
| 2.3.2 模型评价指标 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 马尾松毛虫虫害预测模型的构建及预测 | 第20-29页 |
| 3.1 数据来源 | 第20页 |
| 3.2 预报因子的选择 | 第20页 |
| 3.3 预测结果及分析 | 第20-27页 |
| 3.3.1 多元线性回归预测结果 | 第20-21页 |
| 3.3.2 ANN预测结果 | 第21-23页 |
| 3.3.3 SVM预测结果 | 第23-27页 |
| 3.4 讨论 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 落叶松毛虫虫害预测模型的构建及预测 | 第29-38页 |
| 4.1 数据来源 | 第29页 |
| 4.2 预报因子的选择 | 第29页 |
| 4.3 预测结果及分析 | 第29-36页 |
| 4.3.1 多元线性回归预测结果 | 第29-30页 |
| 4.3.2 ANN预测结果 | 第30-34页 |
| 4.3.3 SVM预测结果 | 第34-36页 |
| 4.4 讨论 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 5 松毛虫虫害预测软件的设计与实现 | 第38-48页 |
| 5.1 软件开发工具 | 第38-40页 |
| 5.1.1 MATLAB概述 | 第38页 |
| 5.1.2 MATLAB特点及优势 | 第38-39页 |
| 5.1.3 图形用户界面 | 第39-40页 |
| 5.2 软件设计及开发方法 | 第40-43页 |
| 5.2.1 软件设计基本思路及流程 | 第40页 |
| 5.2.2 软件开发基本步骤 | 第40-43页 |
| 5.3 软件关键功能的具体实现 | 第43-47页 |
| 5.3.1 主界面 | 第43-44页 |
| 5.3.2 输入数据预测功能 | 第44-45页 |
| 5.3.3 上传文件预测功能 | 第45-47页 |
| 5.3.4 关闭界面 | 第47页 |
| 5.4 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
