基于BP神经网络的森林蓄积量估测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景与现状 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·国内外研究现状与发展趋势 | 第8-12页 |
| ·研究的目的与意义 | 第12-13页 |
| ·研究的目的 | 第12页 |
| ·研究的意义 | 第12-13页 |
| ·研究内容与技术路线 | 第13-16页 |
| ·本文的研究内容 | 第13-14页 |
| ·研究技术路线 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 2 人工神经网络 | 第16-23页 |
| ·人工神经网络概论 | 第16-17页 |
| ·人工神经网络分类汇总 | 第16-17页 |
| ·人工神经网络特点 | 第17页 |
| ·BP 神经网络 | 第17-21页 |
| ·BP 神经网络结构 | 第18-19页 |
| ·BP 神经网络的学习方式 | 第19页 |
| ·BP 神经网络学习规则 | 第19-21页 |
| ·面向 MATLAB 工具箱的神经网络设计 | 第21-23页 |
| 3 研究数据与基础 | 第23-28页 |
| ·研究区概况 | 第23-25页 |
| ·研究区基本情况 | 第23-24页 |
| ·研究区林业概况 | 第24-25页 |
| ·研究区森林资源概况 | 第25页 |
| ·自变量因子与监测指标 | 第25-26页 |
| ·自变量因子选取原则 | 第25-26页 |
| ·建立自变量因子体系 | 第26页 |
| ·研究区数据 | 第26-28页 |
| ·行政区划数据 | 第26页 |
| ·DEM 数据 | 第26-27页 |
| ·2007 年度森林资源二类调查数据 | 第27-28页 |
| 4 数据预处理 | 第28-40页 |
| ·DEM 数据预处理 | 第28-38页 |
| ·2007 年度森林资源二类调查数据 | 第38页 |
| ·提取监测指标数据 | 第38页 |
| ·面向 MATLAB 的 BP 神经网络设计 | 第38-40页 |
| 5 模型建立与森林蓄积量估测 | 第40-46页 |
| ·BP 神经网络模型的建立 | 第40-41页 |
| ·BP 网络的确证 | 第41页 |
| ·森林蓄积量仿真结果及分析——优势树种 | 第41-45页 |
| ·杉木 | 第43页 |
| ·马尾松 | 第43-44页 |
| ·硬阔类 | 第44-45页 |
| ·黄山松 | 第45页 |
| ·结果分析 | 第45-46页 |
| 6 总结与展望 | 第46-48页 |
| ·本研究的研究成果 | 第46页 |
| ·本研究的不足之处 | 第46-47页 |
| ·研究展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
