首页--农业科学论文--农业基础科学论文--土壤学论文--土壤物理学论文--土壤水分论文

基于改进果蝇算法优化最小二乘支持向量机模型的土壤湿度反演研究

致谢第5-6页
摘要第6-7页
Abstract第7页
第一章 绪论第11-16页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状及发展第12-14页
    1.3 论文研究内容及结构第14-16页
第二章 土壤表面电磁散射与土壤水分简介第16-27页
    2.1 引言第16页
    2.2 雷达后向散射系数第16-18页
        2.2.1 雷达方程第16-17页
        2.2.2 雷达后向散射系数第17-18页
    2.3 影响散射的因素第18-23页
        2.3.1 雷达系统参数第18-20页
        2.3.2 地表参数第20-23页
    2.4 土壤水分第23-26页
        2.4.1 土壤水分简介第23-24页
        2.4.2 土壤水分Dobson介电模型第24-26页
    2.5 本章小结第26-27页
第三章 裸露地表微波散射模型第27-41页
    3.1 引言第27页
    3.2 经验与半经验模型第27-29页
        3.2.1 Oh模型第27-28页
        3.2.2 Dubois模型第28页
        3.2.3 Shi模型第28-29页
    3.3 理论模型第29-33页
        3.3.1 基尔霍夫(Kirchhoff)模型第29-30页
        3.3.2 小扰动模型(SPM)第30-31页
        3.3.3 积分方程模型(IEM)第31-32页
        3.3.4 先进积分方程模型(AIEM)第32-33页
    3.4 基于AIEM的土壤水分正向模型及其特征分析第33-40页
        3.4.1 后向散射系数对入射角的响应第34-36页
        3.4.2 后向散射系数对均方根高度的响应第36-38页
        3.4.3 后向散射系数对地表相关长度的响应第38-39页
        3.4.4 后向散射系数对土壤含水量的响应第39-40页
    3.5 本章小结第40-41页
第四章 最小二乘支持向量机(LSSVM)反演算法第41-51页
    4.1 引言第41页
    4.2 统计学习理论(STL)第41-44页
        4.2.1 VC维理论第41-42页
        4.2.2 推广能力的界第42-43页
        4.2.3 结构风险最小化(SRM)准则第43-44页
    4.3 支持向量机第44-48页
        4.3.1 支持向量机分类第44-47页
        4.3.2 支持向量机回归第47-48页
    4.4 最小二乘支持向量机(LSSVM)第48-49页
    4.5 本章小结第49-51页
第五章 果蝇算法(FOA)及其改进算法(IFOA)第51-55页
    5.1 引言第51页
    5.2 果蝇算法(FOA)原理第51-53页
    5.3 改进的果蝇算法(IFOA)第53-54页
    5.4 本章小结第54-55页
第六章 基于IFOA优化LSSVM模型的土壤水分反演第55-62页
    6.1 引言第55页
    6.2 基于AIEM的样本数据选取第55-56页
    6.3 基于IFOA优化LSSVM模型的土壤水分反演第56-61页
        6.3.1 IFOA-LSSVM土壤水分反演第56-59页
        6.3.2 IFOA-LSSVM土壤水分反演鲁棒性分析第59-60页
        6.3.3 IFOA-LSSVM土壤水分反演抗噪性能分析第60-61页
    6.4 密歇根实地测量数据对IFOA-LSSVM反演模型的检验第61页
    6.5 本章小结第61-62页
第七章 总结与展望第62-63页
参考文献第63-67页
个人简历第67页

论文共67页,点击 下载论文
上一篇:ALD氧化锌薄膜晶体管制备与稳定性研究
下一篇:金属纳米等离子体与Bi2S3QDs相互作用机制的研究