基于BP神经网络的慈竹林地上部分碳储量估算方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10-13页 |
| ·国内外估算碳汇方法的研究现状 | 第13-16页 |
| ·目前林业碳汇计量方法中存在的问题 | 第16-17页 |
| ·神经网络在森林资源管理中的应用 | 第17-18页 |
| ·研究目的和意义 | 第18页 |
| ·本论文研究的主要内容和技术路线 | 第18-20页 |
| ·研究主要内容 | 第18-19页 |
| ·技术路线 | 第19-20页 |
| 2 神经网络基本原理及其模型研究 | 第20-28页 |
| ·人工神经网络的基本原理及特点 | 第20页 |
| ·人工神经网络的学习方式 | 第20-22页 |
| ·BP神经网络模型 | 第22-27页 |
| ·人工神经网络的软件实现 | 第27-28页 |
| 3 基于BP神经网络估算碳储量模型的建立 | 第28-40页 |
| ·研究区域概况 | 第28页 |
| ·数据采集与处理 | 第28-29页 |
| ·样地设置和原始数据采集 | 第28-29页 |
| ·碳储量的计算 | 第29页 |
| ·数据处理 | 第29页 |
| ·建立估算碳储量的BP神经网络 | 第29-36页 |
| ·BP神经网络估算碳储量的基本步骤 | 第29-30页 |
| ·指标的选择和样本数据准备 | 第30页 |
| ·基于BP神经网络的竹林碳储量估算的建立 | 第30-36页 |
| ·BP神经网络模型的训练与仿真 | 第36-40页 |
| ·BP神经网络模型的训练 | 第36-37页 |
| ·BP神经网络仿真结果 | 第37页 |
| ·估算误差分析 | 第37-40页 |
| 4 BP神经网络与回归模型碳储量估算的比较 | 第40-51页 |
| ·回归分析模型 | 第40-42页 |
| ·多元线性回归模型及矩阵表示 | 第40-41页 |
| ·多元回归模型的预测 | 第41-42页 |
| ·慈竹碳储量预测回归模型的建立 | 第42-46页 |
| ·回归分析碳储量的建模步骤 | 第42页 |
| ·碳储量回归模型的建立 | 第42-45页 |
| ·回归模型的预测和精度检验 | 第45-46页 |
| ·基于BP神经网络与回归分析模型估算碳储量的比较 | 第46-51页 |
| ·理论依据比较 | 第46-48页 |
| ·仿真结果的误差比较 | 第48-49页 |
| ·估测精度比较 | 第49-51页 |
| 5 结论 | 第51-53页 |
| ·研究结论 | 第51-52页 |
| ·研究特色 | 第52页 |
| ·需进一步解决的问题 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表学术论文、科研实践简介 | 第58页 |
