| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 引言 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 国外研究 | 第8-9页 |
| 1.2.2 国内研究 | 第9-10页 |
| 1.3 研究内容及技术路线 | 第10-12页 |
| 第2章 卧龙自然保护区概况 | 第12-14页 |
| 2.1 自然环境与社会经济概况 | 第12-13页 |
| 2.2 地质灾害概况 | 第13-14页 |
| 第3章 关键遥感技术 | 第14-18页 |
| 3.1 数字图像处理 | 第14-16页 |
| 3.1.1 几何校正 | 第14页 |
| 3.1.2 图像镶嵌 | 第14-15页 |
| 3.1.3 波段组合 | 第15-16页 |
| 3.1.4 图像融合 | 第16页 |
| 3.2 地质灾害信息提取 | 第16-18页 |
| 第4章 人工神经网络 | 第18-26页 |
| 4.1 人工神经网络简介 | 第18-20页 |
| 4.1.1 神经元 | 第18-19页 |
| 4.1.2 激活函数 | 第19-20页 |
| 4.1.3 神经网络学习方式 | 第20页 |
| 4.2 BP神经网络 | 第20-23页 |
| 4.2.1 BP神经网络算法步骤 | 第21-23页 |
| 4.2.2 BP神经网络的优缺点 | 第23页 |
| 4.3 改进的BP神经网络 | 第23-26页 |
| 4.3.1 附加动量改进算法 | 第23-24页 |
| 4.3.2 自适应调整参数改进算法 | 第24页 |
| 4.3.3 共轭梯度改进算法 | 第24-25页 |
| 4.3.4 Levenberg-Marquardt改进算法 | 第25-26页 |
| 第5章 卧龙自然保护区地质灾害危险性评价 | 第26-46页 |
| 5.1 地质灾害危险性评价指标体系建立 | 第26-31页 |
| 5.1.1 危险性评价指标选取 | 第26-27页 |
| 5.1.2 危险性评价指标量化 | 第27-31页 |
| 5.2 地质灾害危险性评价模型结构设计 | 第31-34页 |
| 5.2.1 评价单元划分 | 第31-32页 |
| 5.2.2 输入、输出节点数确定 | 第32页 |
| 5.2.3 隐含层 | 第32-33页 |
| 5.2.5 数据归一化 | 第33-34页 |
| 5.3 基于BP改进算法的地质灾害危险性评价模型 | 第34-43页 |
| 5.3.1 基于附加动量改进算法的地质灾害危险性评价模型 | 第34-36页 |
| 5.3.2 基于自适应调整参数改进算法的地质灾害危险性评价模型 | 第36-38页 |
| 5.3.3 基于共轭梯度改进算法的地质灾害危险性评价模型 | 第38-40页 |
| 5.3.4 基于Levenberg-Marquardt改进算法的地质灾害危险性评价模型 | 第40-42页 |
| 5.3.5 模型对比分析 | 第42-43页 |
| 5.4 综合评价结果 | 第43-46页 |
| 结论 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间取得学位成果 | 第52页 |
