基于支持向量机的湖泊生态系统健康评价研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
插图索引 | 第10-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-24页 |
·研究背景及意义 | 第12-13页 |
·湖泊生态系统健康评价 | 第13-19页 |
·生态系统健康 | 第13-14页 |
·生态系统健康评价进展 | 第14-17页 |
·湖泊生态系统健康评价存在的问题 | 第17-19页 |
·机器学习 | 第19-20页 |
·机器学习的概念 | 第19页 |
·机器学习的发展 | 第19-20页 |
·支持向量机与湖泊生态系统健康评价 | 第20-21页 |
·研究思路 | 第21-24页 |
·研究内容 | 第21-22页 |
·技术路线 | 第22-23页 |
·软件支持 | 第23页 |
·预期成果 | 第23-24页 |
第2章 材料与方法 | 第24-36页 |
·研究区域概况 | 第24-27页 |
·样品采集 | 第27-31页 |
·白云湖监测布点 | 第27页 |
·水质采样 | 第27-29页 |
·生物采样 | 第29-31页 |
·支持向量机理论 | 第31-36页 |
·支持向量机原理 | 第31-32页 |
·支持向量机算法 | 第32-36页 |
第3章 基于支持向量机的白云湖生态系统健康评价 | 第36-53页 |
·基于支持向量机的湖泊生态系统健康评价模型 | 第36-44页 |
·指标体系建立 | 第36-41页 |
·数据处理 | 第41-42页 |
·模型训练 | 第42-44页 |
·传统熵权综合评价模型 | 第44-47页 |
·熵权综合健康指数模型 | 第44-45页 |
·熵权模糊综合评价模型 | 第45-47页 |
·评价结果与讨论 | 第47-52页 |
·评价结果 | 第47-50页 |
·讨论 | 第50-52页 |
·小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-60页 |
致谢 | 第60-62页 |
附录A 攻读学位期间所发表的学术论文目录 | 第62页 |