基于Thiessen Polygon和ANN的槲栎单木生长模型的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-8页 |
| 1 文献综述 | 第8-19页 |
| ·单木生长模型的研究 | 第8-12页 |
| ·单木生长模型的分类 | 第8-11页 |
| ·与距离有关的单木生长模型（DIIM） | 第8-9页 |
| ·与距离无关的单木生长模型 | 第9-10页 |
| ·两种模型的比较 | 第10-11页 |
| ·单木生长模型的建模方法 | 第11-12页 |
| ·潜在生长量修正法 | 第11-12页 |
| ·回归估计法 | 第12页 |
| ·生长分析法 | 第12页 |
| ·人工神经网络的研究发展及在林业上的应用 | 第12-17页 |
| ·人工神经网络的研究发展 | 第12-14页 |
| ·人工神经网络在林业上的应用 | 第14-17页 |
| ·泰森多边形 | 第17-19页 |
| ·泰森多边形及其特性 | 第17-18页 |
| ·泰森多边形的建立步骤 | 第18-19页 |
| ·泰森多边形的应用 | 第19页 |
| 2 引言 | 第19-21页 |
| 3 材料与方法 | 第21-49页 |
| ·基础材料 | 第21-23页 |
| ·研究对象和地区概况 | 第21-22页 |
| ·研究对象和地区概况 | 第21页 |
| ·研究对象和地区概况 | 第21-22页 |
| ·数据的收集 | 第22页 |
| ·数据的筛选 | 第22页 |
| ·BP 神经网络及其算法 | 第22-23页 |
| ·研究方法 | 第23-49页 |
| ·模型建立 | 第24-25页 |
| ·确定输入输出节点数 | 第24页 |
| ·确定隐层的层数 | 第24页 |
| ·构建模型 | 第24-25页 |
| ·模型训练 | 第25-30页 |
| ·数据归一化 | 第25-29页 |
| ·训练样本定义 | 第29页 |
| ·训练样本导入GUI | 第29页 |
| ·神经网络设置与初始化 | 第29页 |
| ·神经网络训练 | 第29页 |
| ·训练结果导出 | 第29-30页 |
| ·模型训练结果 | 第30-31页 |
| ·模型性能分析 | 第31-49页 |
| ·仿真效果分析 | 第31-36页 |
| ·拟合精度分析 | 第36-42页 |
| ·预测精度分析 | 第42-47页 |
| ·回归分析 | 第47-49页 |
| 4 结论与讨论 | 第49-51页 |
| ·结论 | 第49-50页 |
| ·讨论 | 第50-51页 |
| ·研究创新点 | 第50页 |
| ·讨论 | 第50-51页 |
| 附录1 | 第51-52页 |
| 附录2 | 第52-53页 |
| 附录3 | 第53-54页 |
| 参考文献 | 第54-59页 |
| Abstract | 第59-60页 |
