| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·问题提出和选题意义 | 第9-10页 |
| ·研究现状综述 | 第10-16页 |
| ·土壤适宜性评价指标体系的研究 | 第10-13页 |
| ·土壤适宜性评价方法 | 第13-16页 |
| ·研究综述小结 | 第16页 |
| ·本课题研究的技术路线和主要内容 | 第16-18页 |
| ·技术路线 | 第16-18页 |
| ·主要研究内容 | 第18页 |
| 第2章 人工神经网络基本原理及其评价模型研究 | 第18-31页 |
| ·人工神经网络介绍 | 第18-22页 |
| ·人工神经网络发展历程 | 第18-19页 |
| ·人工神经网络的原理与分类 | 第19-21页 |
| ·人工神经网络的特点和优越性 | 第21-22页 |
| ·人工神经网络的发展方向 | 第22页 |
| ·BP神经网络模型 | 第22-27页 |
| ·BP神经网络结构 | 第22-23页 |
| ·BP算法的基本原理 | 第23-24页 |
| ·BP算法的不足 | 第24-25页 |
| ·BP算法的改进 | 第25-26页 |
| ·基于BP神经网络的土壤适宜性评价基本步骤 | 第26-27页 |
| ·本文对土壤适宜性评价BP神经网络模型的改进和优化 | 第27-29页 |
| ·土壤适宜性评价BP神经网络算法的改进 | 第27-28页 |
| ·土壤适宜性评价指标体系(专家样本)的构建和改进 | 第28-29页 |
| ·土壤适宜性评价BP神经网络模型隐层节点的优化 | 第29页 |
| ·BP神经网络模型的软件实现 | 第29-31页 |
| ·MATLAB神经网络工具箱简介 | 第30页 |
| ·MATLAB神经网络工具箱建模步骤 | 第30-31页 |
| 第3章 基于BP神经网络的嘎勒移民安置区土壤适宜性评价 | 第31-45页 |
| ·研究区域概况 | 第31-32页 |
| ·数据来源 | 第32-33页 |
| ·土壤适宜性评价BP神经网络模型的建立 | 第33-40页 |
| ·指标的选择和训练样本数据准备 | 第33-37页 |
| ·训练方法选择及网络对象构建 | 第37-40页 |
| ·土壤适宜性评价BP网络模型训练与仿真 | 第40-42页 |
| ·网络模型训练 | 第40-41页 |
| ·网络仿真 | 第41-42页 |
| ·土壤适宜性评价BP网络模型分析与评价结果 | 第42-45页 |
| ·网络训练误差分析 | 第42-44页 |
| ·网络仿真误差分析 | 第44页 |
| ·网络仿真评价结果 | 第44-45页 |
| 第4章 BP神经网络土壤适宜性评价与常规评价方法比较 | 第45-60页 |
| ·经验指数和法 | 第45-48页 |
| ·评价原则及步骤 | 第45-46页 |
| ·参评因子及土壤适宜性评价系统 | 第46-47页 |
| ·土壤适宜性经验指数计算和评价等级划分 | 第47-48页 |
| ·偏最小二乘回归分析法(PLS1) | 第48-56页 |
| ·偏最小二乘回归方法简述 | 第49-50页 |
| ·偏最小二乘回归方法基本内容 | 第50-52页 |
| ·基于偏最小二乘回归的土壤适宜性评价 | 第52-56页 |
| ·BP神经网络模型与常规方法的比较 | 第56-60页 |
| ·适宜性评价方法理论比较 | 第56-57页 |
| ·评价结果比较 | 第57-58页 |
| ·评价精度比较 | 第58-60页 |
| 第5章 结论 | 第60-62页 |
| ·研究结论 | 第60-61页 |
| ·需进一步解决的问题 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间学术论文、科研实践简介 | 第66-67页 |
| 致谢 | 第67页 |
