| 摘要 | 第1-6页 |
| 1 绪论 | 第6-10页 |
| ·本课题研究的背景和意义 | 第6-8页 |
| ·神经网络应用现状 | 第8-9页 |
| ·本课题研究的内容与方法 | 第9-10页 |
| ·主要内容 | 第9-10页 |
| ·主要方法 | 第10页 |
| 2 利用光的反射测量土壤有机质理论 | 第10-15页 |
| ·光谱分析技术在土壤科学中的应用研究 | 第10-14页 |
| ·土壤光谱机理 | 第10页 |
| ·土壤光谱特征分析 | 第10-12页 |
| ·影响土壤光谱特征的主要因素 | 第12-14页 |
| ·有机质光谱响应特性的研究 | 第14-15页 |
| ·有机质对土壤表面反射光谱的影响研究 | 第14页 |
| ·国内外在利用土壤的反射光谱测量有机质含量所作的探索 | 第14-15页 |
| 3 土壤有机质直接测定仪的测定原理及其组成部分介绍 | 第15-18页 |
| ·土壤有机质直接测定仪的测定原理 | 第15-16页 |
| ·土壤有机质直接测定仪的组成 | 第16-18页 |
| 4 基于BP神经网络的土壤有机质直接测定仪建模原理与分析 | 第18-24页 |
| ·人工神经网络简介 | 第18-19页 |
| ·人工神经网络的特点 | 第18页 |
| ·人工神经网络模型 | 第18-19页 |
| ·反向传播(BP)网络 | 第19-24页 |
| ·BP网络的结构 | 第19-21页 |
| ·BP网络的学习过程 | 第21页 |
| ·信息的正向传递 | 第21-22页 |
| ·利用梯度下降法求权值变化及误差的反向传播 | 第22-23页 |
| ·误差反向传播的流程与图形解释 | 第23-24页 |
| 5 基于MATLAB土壤有机质含量的神经网络模型设计与预测分析 | 第24-36页 |
| ·MATLAB神经网络工具箱简介 | 第24-25页 |
| ·土壤有机质BP神经网络的模型设计与分析 | 第25-31页 |
| ·网络结构的确定 | 第25-28页 |
| ·标准BP网络的MATLAB实现 | 第28-31页 |
| ·训练前向神经网络的全局优化算法 | 第31-33页 |
| ·BP网络的限制与不足 | 第31页 |
| ·填充函数法 | 第31-32页 |
| ·构造填充函数 | 第32页 |
| ·利用填充函数法训练神经网络 | 第32-33页 |
| ·利用填充函数法训练BP神经网络的设计与分析 | 第33-34页 |
| ·填充函数法训练BP神经网络的结果与分析 | 第34-36页 |
| 6 结论与讨论 | 第36-38页 |
| ·结论 | 第36-37页 |
| ·讨论 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 英文摘要 | 第41-42页 |
| 致谢 | 第42页 |
