基于BP神经网络的同龄林林木资源资产批量评估模型研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·研究目的 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-14页 |
| ·研究内容与方法 | 第14-17页 |
| ·研究内容 | 第14页 |
| ·研究方法 | 第14-16页 |
| ·技术路线 | 第16-17页 |
| 2 林木资源资产批量评估理论分析 | 第17-24页 |
| ·林木资源资产及其价值影响因素 | 第17-18页 |
| ·森林资源资产 | 第17页 |
| ·林木资源资产 | 第17页 |
| ·林木资源资产价值影响因素 | 第17-18页 |
| ·森林资源资产评估方法 | 第18-21页 |
| ·传统单项评估 | 第18-19页 |
| ·批量评估方法 | 第19-21页 |
| ·批量评估与单项评估方法比较 | 第21-24页 |
| ·批量评估与单项评估的异同 | 第21-22页 |
| ·批量评估的优势 | 第22-24页 |
| 3 BP 神经网络模型建立 | 第24-36页 |
| ·BP 神经网络原理 | 第24-27页 |
| ·网络拓扑结构 | 第25-26页 |
| ·网络运行步骤 | 第26-27页 |
| ·网络模型结构优化 | 第27-32页 |
| ·学习算法 | 第28-29页 |
| ·输入层确定 | 第29-30页 |
| ·隐含层节点数确定 | 第30-31页 |
| ·模型其他参数的确定 | 第31-32页 |
| ·模型评价指标 | 第32-33页 |
| ·建模语言编程实现 | 第33-36页 |
| ·数据归一化与反归一化 | 第33页 |
| ·网络生成及初始化 | 第33-34页 |
| ·网络的训练 | 第34页 |
| ·网络仿真 | 第34页 |
| ·建模语言串联 | 第34-36页 |
| 4 建模结果与分析 | 第36-53页 |
| ·幼龄林林木资源资产批量评估模型 | 第36-40页 |
| ·模型结构优化 | 第36-38页 |
| ·建模结果 | 第38-39页 |
| ·模型精度验证 | 第39-40页 |
| ·中龄林林木资源资产批量评估模型 | 第40-46页 |
| ·模型结构优化 | 第40-43页 |
| ·建模结果 | 第43-45页 |
| ·模型精度验证 | 第45-46页 |
| ·成熟林林木资源资产批量评估模型 | 第46-51页 |
| ·模型结构优化 | 第46-48页 |
| ·建模结果 | 第48-50页 |
| ·模型精度验证 | 第50-51页 |
| ·最优模型的定性检验 | 第51-53页 |
| 5 结论与讨论 | 第53-56页 |
| ·结论 | 第53-54页 |
| ·讨论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |
