基于BP神经网络的林木碳汇计量算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景 | 第8页 |
| ·研究目的 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·BP神经网络的研究与应用 | 第12-13页 |
| ·发展趋势 | 第13-14页 |
| ·研究内容与方法路线 | 第14-15页 |
| ·论文结构 | 第15-18页 |
| 2 研究对象与算法描述 | 第18-27页 |
| ·对象的选取及介绍 | 第18-19页 |
| ·算法的基本理论分析 | 第19-23页 |
| ·生物量法与蓄积量法 | 第20-21页 |
| ·涡旋相关法 | 第21页 |
| ·弛豫涡旋积累法 | 第21-22页 |
| ·箱式法 | 第22页 |
| ·林下植物与腐殖质固碳 | 第22-23页 |
| ·森林土壤固碳 | 第23页 |
| ·BP神经网络介绍 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 3 BP神经网络模型的建立 | 第27-36页 |
| ·研究内容与研究方案 | 第27-28页 |
| ·研究内容 | 第27-28页 |
| ·研究方案 | 第28页 |
| ·数据处理与模拟实验 | 第28-33页 |
| ·BP神经网络训练样本的获取 | 第29页 |
| ·数据预处理 | 第29-30页 |
| ·样本训练及BP神经网络模型的建立 | 第30-33页 |
| ·网络模型的训练与误差分析 | 第33-35页 |
| ·节点的确定 | 第33页 |
| ·分组进行样本训练 | 第33页 |
| ·误差分析及讨论 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 算法的仿真验证 | 第36-41页 |
| ·样本测试 | 第36-37页 |
| ·验证结果及讨论 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 结论 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 攻读学位期间发表的学术论文 | 第46-47页 |
| 致谢 | 第47-48页 |
