摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 引言 | 第7-12页 |
·油松资源概况 | 第7-8页 |
·木材的变异性 | 第8-9页 |
·本选题国内外研究现状 | 第9-11页 |
·木材材质预测研究现状 | 第9-10页 |
·气候因子对木材特性影响研究现状 | 第10-11页 |
·本课题研究的主要内容 | 第11页 |
·本课题研究的目的及意义 | 第11-12页 |
2 气候因子影响下油松径向解剖特性试验 | 第12-18页 |
·试验材料及测量方法 | 第12-13页 |
·试材采集 | 第12页 |
·实验仪器及设备 | 第12页 |
·测量方法 | 第12-13页 |
·气象数据的搜集 | 第13-16页 |
·试验结果 | 第16-18页 |
·本章小结 | 第18页 |
3 人工林油松解剖特性预测主要方法 | 第18-30页 |
·统计回归方法 | 第18-19页 |
·统计回归方法建模基本理论 | 第18页 |
·统计回归方法建模程序 | 第18-19页 |
·神经网络方法 | 第19-27页 |
·人工神经元模型 | 第19-20页 |
·神经网络的分类 | 第20-21页 |
·BP 神经网络的学习规则 | 第21-22页 |
·神经网络建模的主要考虑因素 | 第22-24页 |
·神经网络建模的主要步骤 | 第24-25页 |
·MATLAB神经网络设计中的主要函数 | 第25-27页 |
·两种预测方法的比较研究 | 第27-29页 |
·回归模型的建立 | 第27-29页 |
·本章小结 | 第29-30页 |
4 气候因子影响下的基于神经网络的油松径向解剖特性的预测研究 | 第30-38页 |
·气候因子影响下的油松径向解剖特性BP 网络设计与程序 | 第30-32页 |
·管胞长度神经网络预测 | 第32-34页 |
·早材管胞长度神经网络预测 | 第33页 |
·晚材管胞长度神经网络预测 | 第33-34页 |
·管胞宽度神经网络预测模型 | 第34-36页 |
·早材管胞宽度神经网络预测 | 第34-35页 |
·晚材管胞宽度神经网络预测 | 第35-36页 |
·管胞壁厚神经网络预测模型 | 第36-38页 |
·早材管胞壁厚神经网络预测 | 第36-37页 |
·晚材管胞壁厚神经网络预测 | 第37-38页 |
·本章小结 | 第38页 |
5 人工林油松木材径向解剖特征短期(两年)预测 | 第38-41页 |
·人工林油松木材径向解剖特性对主要气候因子的响应 | 第38-41页 |
·油松木材径向解剖特征短期预测 | 第41页 |
6 结论 | 第41-43页 |
参考文献 | 第43-45页 |
致谢 | 第45-46页 |
作者简介 | 第46页 |