基于聚类和时序分析的林分生长模型
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1. 引言 | 第11-20页 |
| ·研究背景 | 第11页 |
| ·林分生长模型的研究现状及发展趋势 | 第11-17页 |
| ·全林分模型 | 第12-15页 |
| ·径阶分布模型 | 第15-16页 |
| ·单木模型 | 第16-17页 |
| ·林分生长模型的发展趋势 | 第17页 |
| ·研究的主要内容、意义与技术路线 | 第17-20页 |
| ·研究主要内容 | 第17-18页 |
| ·研究的意义 | 第18页 |
| ·技术路线 | 第18-20页 |
| 2. 数据挖掘 | 第20-24页 |
| ·数据挖掘的定义 | 第20-21页 |
| ·数据挖掘的方法 | 第21-22页 |
| ·数据挖掘的过程 | 第22-23页 |
| ·数据挖掘与传统数据分析方法的区别 | 第23页 |
| ·数据挖掘与统计学 | 第23页 |
| ·数据挖掘与其他传统的数据分析 | 第23页 |
| ·数据挖掘在林业的应用 | 第23-24页 |
| 3.聚类分析 | 第24-36页 |
| ·聚类分析的定义 | 第24页 |
| ·聚类分析的应用 | 第24-25页 |
| ·聚类分析的要求 | 第25页 |
| ·聚类分析的数据类型 | 第25-26页 |
| ·聚类分析的相似度度量 | 第26-28页 |
| ·聚类分析的聚类准则函数 | 第28-31页 |
| ·聚类算法 | 第31-35页 |
| ·K-means 算法 | 第31-33页 |
| ·EM 算法 | 第33-34页 |
| ·SEM 算法 | 第34-35页 |
| ·聚类分析在林业的应用 | 第35-36页 |
| 4. 时间序列 | 第36-43页 |
| ·时序分析的基本理论 | 第36-40页 |
| ·时序的预处理 | 第36-38页 |
| ·时序的基本方法和模型 | 第38-40页 |
| ·ARIMA 模型的建模步骤 | 第40-42页 |
| ·数据平稳性检验 | 第41页 |
| ·对差分后平稳序列进行ARMA 拟合 | 第41页 |
| ·参数检验 | 第41页 |
| ·模型检验 | 第41-42页 |
| ·模型预测 | 第42页 |
| ·时间序列分析在林业的应用 | 第42-43页 |
| 5. 基于数据挖掘的林分生长模型 | 第43-50页 |
| ·数据准备 | 第43-44页 |
| ·论文采用的数据 | 第43页 |
| ·数据清理、集成和转换 | 第43页 |
| ·小班数据库的建立 | 第43-44页 |
| ·样本的划分 | 第44页 |
| ·树高生长模型 | 第44-49页 |
| ·单形曲线法构建树高导向曲线 | 第44-45页 |
| ·多形曲线法构建树高导向曲线 | 第45-47页 |
| ·多形树高生长曲线特点 | 第47页 |
| ·与传统方法的比较 | 第47-49页 |
| ·直径生长模型 | 第49页 |
| ·蓄积生长模型 | 第49-50页 |
| 6.统相关技术研究 | 第50-62页 |
| ·STRUTS 2 | 第50-55页 |
| ·简介 | 第50-51页 |
| ·STRUTS 2 的优点 | 第51-53页 |
| ·strut52 架构 | 第53-54页 |
| ·标签库 | 第54页 |
| ·架构目标 | 第54-55页 |
| ·SPRING | 第55-56页 |
| ·HIBERNATE | 第56页 |
| ·其它开源项目 | 第56-58页 |
| ·EXTJs | 第56-57页 |
| ·JasperReports | 第57页 |
| ·JfreeChart | 第57-58页 |
| ·系统的构成及主要界面说明 | 第58-62页 |
| 7. 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
