基于模糊预分类和极限学习机的森林火险预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-23页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 森林火险等级系统的研究现状 | 第11-13页 |
| 1.2.2 森林火险预测预报的研究现状 | 第13-15页 |
| 1.2.3 模糊逻辑算法的研究现状 | 第15-16页 |
| 1.2.4 极限学习机算法的研究现状 | 第16-17页 |
| 1.3 研究方案 | 第17-22页 |
| 1.3.1 研究目的 | 第17-18页 |
| 1.3.2 研究内容 | 第18-21页 |
| 1.3.3 技术路线 | 第21-22页 |
| 1.3.4 组织结构 | 第22页 |
| 1.4 本章小结 | 第22-23页 |
| 2 研究区概况与数据来源及分析 | 第23-41页 |
| 2.1 研究区概况 | 第23-24页 |
| 2.1.1 地理位置 | 第23页 |
| 2.1.2 气候条件 | 第23-24页 |
| 2.1.3 森林植被 | 第24页 |
| 2.2 数据来源 | 第24-29页 |
| 2.2.1 气象数据 | 第24-26页 |
| 2.2.2 地形数据 | 第26-28页 |
| 2.2.3 森林火灾统计数据 | 第28-29页 |
| 2.3 林火规律分析 | 第29-40页 |
| 2.3.1 Montesinho自然公园 | 第29-34页 |
| 2.3.2 大兴安岭塔河地区 | 第34-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 森林火险等级预测模型的算法分析及改进 | 第41-52页 |
| 3.1 森林火险天气指数系统 | 第41-42页 |
| 3.1.1 细小可燃物湿度码FFMC | 第41页 |
| 3.1.2 腐殖质湿度码DMC | 第41页 |
| 3.1.3 干旱码DC | 第41-42页 |
| 3.1.4 累积指数BUI | 第42页 |
| 3.1.5 初始蔓延指数ISI | 第42页 |
| 3.1.6 火险天气指数FWI | 第42页 |
| 3.2 森林火灾数据库管理 | 第42-43页 |
| 3.2.1 森林火灾数据管理存在的问题 | 第42页 |
| 3.2.2 模糊分类算法原理 | 第42-43页 |
| 3.3 特征降维算法及其改进原理 | 第43-47页 |
| 3.3.1 常用算法 | 第43-45页 |
| 3.3.2 常用特征降维算法存在的问题 | 第45页 |
| 3.3.3 t-SNE算法 | 第45-46页 |
| 3.3.4 t-SNE参数优化 | 第46-47页 |
| 3.4 分类器及其改进原理 | 第47-50页 |
| 3.4.1 极限学习机 | 第47页 |
| 3.4.2 加权极限学习机 | 第47-48页 |
| 3.4.3 极限学习机存在的问题 | 第48页 |
| 3.4.4 极限学习机参数优化 | 第48-49页 |
| 3.4.5 极限学习机网络改进 | 第49-50页 |
| 3.5 交叉验证算法原理 | 第50页 |
| 3.6 本章小结 | 第50-52页 |
| 4 森林火险等级预测模型的建立与评价 | 第52-69页 |
| 4.1 建模过程 | 第52-63页 |
| 4.1.1 数据预处理 | 第52-55页 |
| 4.1.2 基于模糊预分类的数据库管理 | 第55-57页 |
| 4.1.3 特征选择 | 第57-58页 |
| 4.1.4 特征抽取 | 第58-60页 |
| 4.1.5 分类器激活函数选取 | 第60-61页 |
| 4.1.6 交叉验证算法选取 | 第61-63页 |
| 4.1.7 分类器参数设定 | 第63页 |
| 4.2 性能分析 | 第63-67页 |
| 4.2.1 模糊数据库管理的性能分析 | 第63-64页 |
| 4.2.2 驱动因子选取对模型的影响分析 | 第64页 |
| 4.2.3 特征降维方法选取对模型的影响分析 | 第64-65页 |
| 4.2.4 分类器改进后的性能分析 | 第65-66页 |
| 4.2.5 模型鲁棒性分析 | 第66-67页 |
| 4.3 火险等级预测可视化分布图 | 第67-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 森林火险过火面积预测模型的建立与评价 | 第69-76页 |
| 5.1 原理与方法 | 第69-70页 |
| 5.1.1 常用算法原理 | 第69页 |
| 5.1.2 间隔预测树 | 第69-70页 |
| 5.1.3 模型评价标准 | 第70页 |
| 5.2 模型的建立 | 第70-71页 |
| 5.2.1 数据预处理 | 第70-71页 |
| 5.2.2 特征选择 | 第71页 |
| 5.2.3 参数选取 | 第71页 |
| 5.3 模型的评价 | 第71-74页 |
| 5.3.1 常用算法 | 第71-72页 |
| 5.3.2 间隔预测树 | 第72-74页 |
| 5.4 过火面积预测可视化分布图 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-85页 |
| 攻读学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86-87页 |
