水环境评价及系统仿真研究
| 第一章 绪论 | 第1-16页 |
| ·研究的意义 | 第7页 |
| ·水质评价基本方法 | 第7-10页 |
| ·人工神经网络的概念与应用 | 第10-14页 |
| ·人工神经网络概述 | 第10-12页 |
| ·人工神经网络在水质评中研究现状 | 第12-14页 |
| ·本文研究内容与组织结构 | 第14-16页 |
| 第二章 基于BP人工神经网络的水质评价模型 | 第16-30页 |
| ·BP人工神经网络模型 | 第16-19页 |
| ·BP人工神经网络模型结构 | 第16-17页 |
| ·BP网络模型的算法 | 第17-19页 |
| ·BP人工网络水质评价模型的建立 | 第19-22页 |
| ·研究材料 | 第19-20页 |
| ·学习样本及其拟定原则 | 第20-21页 |
| ·BP网络结构设计 | 第21-22页 |
| ·BP人工神经网络分类模型应用 | 第22-25页 |
| ·样本的规范化处理 | 第22页 |
| ·BP人工神经网络分类计算过程 | 第22-24页 |
| ·计算结果与分析 | 第24-25页 |
| ·与其它评价方法的比较分析 | 第25-28页 |
| ·与单因子评价方法比较 | 第25页 |
| ·与基于D-S理论的数据融合方法比较 | 第25-28页 |
| ·结论 | 第28-30页 |
| 第三章 基于BP人工神经网络的水质反演研究 | 第30-40页 |
| ·遥感监测水质参数的原理 | 第31页 |
| ·利用遥感数据估测水质参数的方法 | 第31-33页 |
| ·研究区域概况 | 第33页 |
| ·数据的获取与数据处理 | 第33-35页 |
| ·遥感图像的获取 | 第33-35页 |
| ·数据预处理 | 第35页 |
| ·水质反演神经网络模型 | 第35-36页 |
| ·太湖水质反演结果及分析 | 第36-39页 |
| ·模型训练和校验数据 | 第36-37页 |
| ·模型计算 | 第37-38页 |
| ·结果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于广义回归神经网络的水质空间变化研究 | 第40-55页 |
| ·径向基函数人工神经网络原理 | 第40-42页 |
| ·广义回归神经网络 | 第42-47页 |
| ·广义神经网络基本理论 | 第42-44页 |
| ·基于MATLAB的广义神经网络结构与算法 | 第44-47页 |
| ·研究实例 | 第47-53页 |
| ·研究材料 | 第47-48页 |
| ·模型验证与比较分析 | 第48-50页 |
| ·计算分析 | 第50-53页 |
| ·结论 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文结论 | 第55页 |
| ·进一步工作 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
