基于遗传神经网络的RTK-GPS在林区测绘及样地定位中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-14页 |
| ·研究背景 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·存在问题及解决方法 | 第16-18页 |
| ·论文研究内容及构成 | 第18-20页 |
| 2 RTK-GPS林业资源数字测绘方法 | 第20-31页 |
| ·森林资源的测绘及调查 | 第20-23页 |
| ·森林资源调查流程分析 | 第20-22页 |
| ·林区测绘及资源调查干扰因素分析 | 第22-23页 |
| ·基于GPS的森林定位方案选择 | 第23-25页 |
| ·RTK-GPS原理 | 第25-28页 |
| ·RTK-GPS改进方案 | 第28-30页 |
| ·小结 | 第30-31页 |
| 3 基于遗传神经网络的RTK差分算法 | 第31-40页 |
| ·智能预测算法的选取 | 第31-32页 |
| ·BP神经网络原理 | 第32-34页 |
| ·遗传算法原理 | 第34-37页 |
| ·遗传神经网络在RTK差分的应用 | 第37-39页 |
| ·小结 | 第39-40页 |
| 4 神经网络算子和遗传算子的设计 | 第40-53页 |
| ·神经网络算子的设计 | 第40-44页 |
| ·隐层的设计 | 第40-41页 |
| ·输入和输出节点的选取 | 第41-42页 |
| ·隐层神经元数目的选择 | 第42-43页 |
| ·BP神经网络学习方式的设计 | 第43-44页 |
| ·遗传算子的设计 | 第44-52页 |
| ·入侵数据的编码表示 | 第47页 |
| ·选择策略 | 第47-48页 |
| ·变异策略 | 第48-50页 |
| ·杂交策略 | 第50页 |
| ·适应度函数 | 第50-52页 |
| ·小结 | 第52-53页 |
| 5 方法应用与运行结果 | 第53-67页 |
| ·RTK林业资源调查作业框架设计 | 第53-56页 |
| ·外业实施流程设计 | 第53-55页 |
| ·内业实施流程设计 | 第55-56页 |
| ·外业实施内容 | 第56-58页 |
| ·基准站选定 | 第57页 |
| ·地形图测量 | 第57页 |
| ·图根控制点加密 | 第57-58页 |
| ·工程放样 | 第58页 |
| ·内业实施内容 | 第58-61页 |
| ·求定测区转换参数 | 第58-59页 |
| ·测量仪器检测 | 第59页 |
| ·GPS后处理模块 | 第59-61页 |
| ·数据处理 | 第61-62页 |
| ·结果分析 | 第62-66页 |
| ·小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录 | 第75-76页 |
| 致谢 | 第76页 |
