森林蓄积量的支持向量机估测理论方法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·森林蓄积量的研究背景 | 第7-8页 |
| ·森林蓄积量的研究意义 | 第8-9页 |
| ·森林蓄积量国内外的研究概况 | 第9-11页 |
| ·国外研究概况 | 第9页 |
| ·国内研究概况 | 第9-10页 |
| ·存在的问题及展望 | 第10-11页 |
| ·研究目标及研究内容 | 第11-12页 |
| ·研究目标 | 第11页 |
| ·研究内容和研究方法 | 第11页 |
| ·技术路线 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 基础知识准备 | 第13-28页 |
| ·准备基础数据 | 第13-15页 |
| ·遥感信息 | 第13页 |
| ·GIS 信息 | 第13-15页 |
| ·特征因子提取方法介绍 | 第15-18页 |
| ·岭迹分析法 | 第15页 |
| ·平均残差平方和准则 | 第15-16页 |
| ·Cp 准则 | 第16-17页 |
| ·粗糙集 | 第17-18页 |
| ·支持向量机介绍 | 第18-27页 |
| ·支持向量机的研究背景和意义 | 第18-19页 |
| ·支持向量机的基本思想 | 第19页 |
| ·支持向量机的应用研究现状 | 第19页 |
| ·支持向量机的研究热点 | 第19-23页 |
| ·支持向量机的未来发展方向 | 第23页 |
| ·支持向量机基本原理 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 3 粗糙集方法提取特征因子 | 第28-37页 |
| ·粗糙集的基本内容 | 第28-32页 |
| ·知识与知识库 | 第28-29页 |
| ·决策表 | 第29-30页 |
| ·知识约简 | 第30-32页 |
| ·粗糙集提取特征因子 | 第32-36页 |
| ·基于 SOM 网络的数据离散化方法 | 第32页 |
| ·基于遗传算法的决策表约简方法 | 第32-33页 |
| ·先验知识的知识获取方法 | 第33-34页 |
| ·实验结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 森林蓄积量预测模型的建立 | 第37-52页 |
| ·研究思路 | 第37-38页 |
| ·基于多项式函数的森林蓄积量估测模型 | 第38-39页 |
| ·多项式函数 | 第38页 |
| ·多项式函数预测方法 | 第38-39页 |
| ·基于神经网络的森林蓄积量估测模型 | 第39-46页 |
| ·神经网络原理与方法 | 第40-44页 |
| ·基于 matlab 的人工神经网络模型实现方法 | 第44页 |
| ·云南思茅地区森林蓄积量估测神经网络模型的建立 | 第44-46页 |
| ·支持向量机森林蓄积量估测模型的建立 | 第46-49页 |
| ·Libsvm 软件介绍 | 第47页 |
| ·SVM 森林蓄积量其模型的建立 | 第47-49页 |
| ·几种方法精度评价 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
