致谢 | 第1-4页 |
摘要 | 第4-5页 |
abstract | 第5-10页 |
前言 | 第10-13页 |
第一章 信息度优先的理论 | 第13-17页 |
·信息度优先的理论 | 第13-14页 |
·支持信息度优先的基础 | 第13页 |
·信息度优先的定义和含义 | 第13-14页 |
·信息度优先与传统分析方法的区别 | 第14页 |
·实现信息度优先的基本步骤 | 第14页 |
·信息度优先算法的分类 | 第14-17页 |
·林分特征法 | 第14-15页 |
·地类划分法 | 第15-16页 |
·分类与地类划分法 | 第16-17页 |
第二章 研究区概况 | 第17-22页 |
·浙江省基本概况 | 第17页 |
·林业生产现状,特点及发展趋势 | 第17-19页 |
·森林覆盖率居全国前列 | 第17-18页 |
·森林健康状况 | 第18页 |
·森林生态功能不断强化 | 第18页 |
·林业建设全面提升 | 第18页 |
·森林资源发展趋势 | 第18-19页 |
·浙江省林海丽水市基本概况 | 第19-22页 |
·林业用地资源 | 第19页 |
·各类林木蓄积 | 第19-20页 |
·林分资源 | 第20页 |
·森林资源发展趋势综述 | 第20-22页 |
第三章 信息度优先的方法 | 第22-36页 |
·林分特征法 | 第22-24页 |
·Apriori算法的基本概念和核心思想 | 第22-23页 |
·Apriori算法的实现描述 | 第23页 |
·Apriori算法示例 | 第23-24页 |
·地类划分法 | 第24-32页 |
·地类划分法EM算法 | 第25-27页 |
·地类划分AGNES算法 | 第27-29页 |
·地类划分DBSCAN算法 | 第29-32页 |
·分类与地类划分法 | 第32-36页 |
·决策树概述 | 第32-33页 |
·C4.5算法的理论基础 | 第33-34页 |
·C4.5算法描述 | 第34-35页 |
·C4.5算法决策树的修剪 | 第35页 |
·C4.5算法规则提取 | 第35-36页 |
第四章 林分特征法在森林资源调查数据分析中的应用 | 第36-54页 |
·数据收集 | 第36-37页 |
·数据预处理 | 第37-38页 |
·用林分特征法Apriori法进行数据分析 | 第38-40页 |
·结果与分析 | 第40-45页 |
·林分特征法Apriori算法的不足和改进算法 | 第45-46页 |
·林分特征法Apriori算法的不足之处 | 第45页 |
·林分特征法Apriori算法的改进算法FP-growth算法 | 第45-46页 |
·FP-growth算法示例 | 第46-49页 |
·用FP-树对浙江省森林资源二类调查数据进行处理 | 第49-54页 |
第五章 地类划分在森林资源调查数据分析中的应用 | 第54-73页 |
·数据收集和预处理 | 第54-57页 |
·数据收集 | 第54-55页 |
·数据预处理 | 第55-57页 |
·地类划分法EM的应用 | 第57-64页 |
·EM算法的应用实例 | 第57-61页 |
·结果分析 | 第61页 |
·因子分析 | 第61-64页 |
·地类划分法AGNES的应用 | 第64-66页 |
·AGNES算法的应用实例 | 第64-65页 |
·结果分析 | 第65-66页 |
·地类划分法DBSCAN及其改进算法 | 第66-71页 |
·DBSCAN算法的缺点及改进 | 第66-67页 |
·基于密度的高效分类算法 | 第67-69页 |
·用DBSCAN和CDBSCAN算法的应用实例 | 第69-71页 |
·结语 | 第71页 |
·总结和比较 | 第71-73页 |
第六章 分类与地类划分法在森林资源调查数据分析中的应用 | 第73-92页 |
·数据收集 | 第73-74页 |
·用分类与地类划分法C4.5进行数据处理和分析 | 第74-90页 |
·数据处理和分析方法一 | 第74-78页 |
·数据处理和分析方法二 | 第78-82页 |
·数据处理和分析方法三 | 第82-87页 |
·数据处理和分析方法四 | 第87-90页 |
·四种不同方法的比较与总结 | 第90-92页 |
第七章 结论与展望 | 第92-94页 |
·结论 | 第92-93页 |
·主要创新点 | 第93页 |
·展望 | 第93-94页 |
参考文献 | 第94-100页 |
详细摘要 | 第100-106页 |