首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

投影寻踪模型的研究与应用

摘要第2-4页
Abstract第4-5页
第一章 绪论第10-16页
    1.1 课题研究的背景与意义第10-11页
    1.2 投影寻踪的研究现状第11-14页
        1.2.1 投影寻踪方法的发展简史第11-12页
        1.2.2 投影寻踪的研究现状第12-13页
        1.2.3 投影寻踪的应用领域第13-14页
    1.3 课题的研究内容第14-16页
第二章 投影寻踪概述第16-23页
    2.1 投影寻踪基本思想第16-17页
    2.2 投影指标第17-18页
        2.2.1 投影指标的概念第17页
        2.2.2 投影指标的选择第17-18页
    2.3 投影方向的优化第18-22页
        2.3.1 粒子群算法第18-20页
        2.3.2 改进的粒子群算法第20-22页
    2.4 本章小结第22-23页
第三章 投影寻踪聚类模型及其应用第23-37页
    3.1 投影寻踪聚类模型简介第23-24页
    3.2 投影寻踪分类模型第24-26页
    3.3 投影寻踪分类模型在水稻灌溉制度评价中的应用第26-30页
        3.3.1 水稻灌溉模式介绍第26-27页
        3.3.2 分蘖—幼穗分化阶段优化灌溉制度的投影寻踪模型第27-29页
        3.3.3 灌浆—成熟阶段优化灌溉制度的投影寻踪模型第29-30页
    3.4 投影寻踪等级评价模型第30-32页
    3.5 投影寻踪等级评价模型在土壤质量等级评价中的应用第32-36页
        3.5.1 土壤质量等级评价研究现状第32-33页
        3.5.2 建立土壤质量综合评价等级标准第33-35页
        3.5.3 土壤质量等级评价第35-36页
    3.6 本章小结第36-37页
第四章 投影寻踪回归模型及其应用第37-46页
    4.1 投影寻踪回归模型简介第37-38页
    4.2 基于Hermite多项式的投影寻踪回归模型第38-40页
    4.3 投影寻踪回归模型在年径流量预测中的应用第40-45页
        4.3.1 样本数据来源第40-42页
        4.3.2 样本数据训练结果分析第42-43页
        4.3.3 年径流量预测结果分析第43-45页
    4.4 本章小结第45-46页
第五章 基于神经网络的投影寻踪耦合模型及其应用第46-57页
    5.1 神经网络简介第46-48页
        5.1.1 神经网络的构成与特性第46-47页
        5.1.2 BP神经网络模型第47-48页
    5.2 基于神经网络的投影寻踪耦合模型简介第48-51页
        5.2.1 BP神经网络与投影寻踪回归模型的耦合方法描述第49页
        5.2.2 神经网络投影寻踪回归模型第49-50页
        5.2.3 神经网络的投影寻踪耦合模型建模步骤第50-51页
    5.3 神经网络投影寻踪耦合模型在水资源承载力预测中的应用第51-56页
        5.3.1 样本数据来源第52-53页
        5.3.2 样本数据训练结果分析第53-55页
        5.3.3 预测结果分析第55-56页
    5.4 本章小结第56-57页
第六章 总结与展望第57-59页
    6.1 论文总结第57-58页
    6.2 展望第58-59页
参考文献第59-65页
攻读硕士期间完成和录用相关文献列表第65-66页
致谢第66-68页

论文共68页,点击 下载论文
上一篇:媒介融合背景下网络自制剧的发展研究
下一篇:天基大气背景图像数据分类方法与特性分析