基于层次分析模糊模型与BP神经网络的凤台县耕地地力评价研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 文献综述 | 第9-13页 |
| 1.1 耕地地力概述 | 第9页 |
| 1.1.1 耕地地力的定义 | 第9页 |
| 1.1.2 耕地地力评价要素 | 第9页 |
| 1.2 国内外研究进展 | 第9-11页 |
| 1.2.1 国外研究进展 | 第9-10页 |
| 1.2.2 国内研究进展 | 第10页 |
| 1.2.3 耕地地力评价的发展趋势 | 第10-11页 |
| 1.3 耕地地力评价的原则和方法 | 第11-12页 |
| 1.3.1 耕地地力评价的原则 | 第11页 |
| 1.3.2 耕地地力评价的方法 | 第11-12页 |
| 1.4 耕地地力评价的意义 | 第12-13页 |
| 第二章 引言 | 第13-16页 |
| 2.1 选题依据与背景 | 第13页 |
| 2.2 研究目的与意义 | 第13-14页 |
| 2.3 研究内容 | 第14页 |
| 2.4 技术路线 | 第14-16页 |
| 第三章 研究区域概况 | 第16-20页 |
| 3.1 地理位置 | 第16页 |
| 3.2 行政区划 | 第16-17页 |
| 3.3 自然条件 | 第17-19页 |
| 3.3.1 土地 | 第17页 |
| 3.3.2 土壤 | 第17-18页 |
| 3.3.3 气候 | 第18-19页 |
| 3.3.4 水文 | 第19页 |
| 3.4 经济条件 | 第19-20页 |
| 第四章 材料与方法 | 第20-24页 |
| 4.1 材料准备 | 第20页 |
| 4.1.1 统计与化验分析资料 | 第20页 |
| 4.1.2 专题图件资料 | 第20页 |
| 4.1.3 硬件与软件准备 | 第20页 |
| 4.2 评价方法 | 第20-24页 |
| 4.2.1 传统方法层次分析模糊评价法 | 第20-21页 |
| 4.2.2 人工神经网络法 | 第21-24页 |
| 第五章 两种方法评价结果研究 | 第24-43页 |
| 5.1 数据处理 | 第24-25页 |
| 5.1.1 图件数据处理 | 第24页 |
| 5.1.2 文本数据处理 | 第24-25页 |
| 5.2 耕地评价单元的建立 | 第25-26页 |
| 5.3 传统评价模型—层次分析模糊评价法评价 | 第26-32页 |
| 5.3.1 层次分析法确定评价指标权重 | 第26-30页 |
| 5.3.2 模糊评价法拟合评价指标隶属度 | 第30-32页 |
| 5.3.4 评价结果 | 第32页 |
| 5.4 人工神经网络模型评价 | 第32-40页 |
| 5.4.1 BP神经网络 | 第32-37页 |
| 5.4.2 MATLAB实现 | 第37-40页 |
| 5.5 两种模型评价结果分析 | 第40-43页 |
| 5.5.1 面积数量比较 | 第40页 |
| 5.5.2 空间分布比较 | 第40-43页 |
| 第六章 结论、讨论与展望 | 第43-45页 |
| 6.1 结论 | 第43页 |
| 6.2 讨论 | 第43-44页 |
| 6.3 展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 个人简介 | 第50-51页 |
