| 致谢 | 第7-9页 |
| 摘要 | 第9-11页 |
| abstract | 第11-12页 |
| 第一章 绪论 | 第17-28页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.1.1 研究背景 | 第17页 |
| 1.1.2 研究意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-26页 |
| 1.2.1 干旱 | 第18-19页 |
| 1.2.2 旱灾及旱灾风险 | 第19-21页 |
| 1.2.3 脆弱性 | 第21页 |
| 1.2.4 旱灾脆弱性 | 第21-22页 |
| 1.2.5 脆弱性曲线 | 第22-24页 |
| 1.2.6 神经网络研究进展 | 第24-26页 |
| 1.3 研究内容与技术路线 | 第26-28页 |
| 1.3.1 研究内容 | 第26-27页 |
| 1.3.2 技术路线 | 第27-28页 |
| 第二章 研究区域和受旱试验的概况 | 第28-35页 |
| 2.1 研究区域概况 | 第28-29页 |
| 2.1.1 地理概况 | 第28页 |
| 2.1.2 社会经济概况 | 第28页 |
| 2.1.3 农业概况 | 第28页 |
| 2.1.4 旱灾概况 | 第28-29页 |
| 2.2 受旱试验与方法 | 第29-35页 |
| 2.2.1 试验区概况 | 第29页 |
| 2.2.2 试验目的 | 第29页 |
| 2.2.3 试验设计 | 第29-30页 |
| 2.2.4 试验方案 | 第30-31页 |
| 2.2.5 试验测定指标与方法 | 第31-35页 |
| 第三章 基于神经网络的大豆盆栽受旱试验指标与产量的关系分析 | 第35-49页 |
| 3.1 相关性分析的理论依据 | 第35-37页 |
| 3.2 BP神经网络建模 | 第37-39页 |
| 3.2.1 神经网络的科学基础 | 第37页 |
| 3.2.2 神经网络算法 | 第37-39页 |
| 3.3 试验指标与产量间的关系图分析及建模 | 第39-45页 |
| 3.3.1 指标与产量的关系图分析 | 第39-44页 |
| 3.3.2 建立BP神经网络模型 | 第44-45页 |
| 3.4 指标分析 | 第45-48页 |
| 3.4.1 相关性和误差分析 | 第45-46页 |
| 3.4.2 不同受旱条件下的减产率分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于BP神经网络的旱灾脆弱性分析 | 第49-60页 |
| 4.1 概述 | 第49页 |
| 4.2 试验指标间的关系图分析及建模 | 第49-56页 |
| 4.2.1 脆弱性曲线和指标间的关系图分析 | 第49-55页 |
| 4.2.2 建立BP神经网络模型 | 第55-56页 |
| 4.3 指标分析 | 第56-59页 |
| 4.3.1 各生育期脆弱性模型的相关性和误差分析 | 第56-57页 |
| 4.3.2 除减产率外的指标间关系模型的相关性和误差分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-63页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读学位期间的学术活动及成果清单 | 第69-70页 |