摘要 | 第1-7页 |
Abstract | 第7-18页 |
第一章 绪论 | 第18-45页 |
·引言 | 第18-20页 |
·研究背景 | 第19页 |
·研究目的和意义 | 第19-20页 |
·国内外研究现状及评述 | 第20-43页 |
·林分生长模型研究 | 第20-30页 |
·神经网络在林分生长模型中的应用研究 | 第30-32页 |
·林分断面积生长模型研究 | 第32-36页 |
·林分生长模型参数估计方法 | 第36-38页 |
·理论生长模型和神经网络模型的优缺点 | 第38-39页 |
·林分生长模拟中存在的问题 | 第39-40页 |
·神经网络在林分生长模拟中的前景 | 第40-41页 |
·林木生长时间序列分析研究 | 第41-43页 |
·研究的目标及主要内容 | 第43-44页 |
·研究目标 | 第43页 |
·主要研究内容 | 第43-44页 |
·研究技术路线 | 第44-45页 |
第二章 试验地概况与研究方法 | 第45-65页 |
·试验数据收集与调查方法 | 第45-47页 |
·试验地概况与调查方法 | 第45-46页 |
·林分生长模拟的基础数据 | 第46-47页 |
·研究方法 | 第47-65页 |
·神经网络理论基础 | 第47-61页 |
·支持向量机概述 | 第61-65页 |
第三章 神经网络模型的评估体系研究 | 第65-77页 |
·模型的评估 | 第65-66页 |
·最优模型的特征 | 第65-66页 |
·神经网络最优模型的特征 | 第66页 |
·神经网络模型选优 | 第66-72页 |
·模型有效性检验 | 第67-71页 |
·模型检验 | 第71-72页 |
·修正模型复杂度的指标 | 第72-73页 |
·修正R2 | 第72页 |
·AIC准则和BIC准则 | 第72-73页 |
·神经网络的评价指标及实例应用 | 第73-77页 |
·神经网络模型评价指标 | 第73-75页 |
·评价指标 WIC 的实际应用2 | 第75-77页 |
第四章 林分密度指标的分析研究 | 第77-88页 |
·材料和方法 | 第78-80页 |
·试验地概况和数据收集 | 第78页 |
·基于自稀疏的林分密度介绍 | 第78-80页 |
·密度指标动态变化及相关分析设计 | 第80页 |
·结果与分析 | 第80-85页 |
·三种林分密度的理论分析 | 第80-81页 |
·相对密度之间的回归分析 | 第81-82页 |
·不同初植密度样地密度指标随林龄的变化 | 第82-83页 |
·相对密度与立地指数和初植密度的关系分析 | 第83-85页 |
·结论 | 第85页 |
·讨论 | 第85-87页 |
·总结 | 第87-88页 |
第五章 BP模型在杉木人工林分生长模拟中的应用 | 第88-114页 |
·MATLAB构建神经网络的方法及实现过程 | 第88-92页 |
·Matalb构建神经网络模型的三种方式 | 第88页 |
·BP神经网络matlab实现的基本步骤 | 第88-89页 |
·Matlab训练ANN | 第89页 |
·基于Matlab杉木林分平均胸径BP模型的应用 | 第89-92页 |
·杉木林分优势高生长BP模型研究 | 第92-100页 |
·杉木林分优势高理论生长方程模拟 | 第92-97页 |
·杉木林分优势高神经网络模拟 | 第97-99页 |
·小结 | 第99-100页 |
·杉木人工林胸径生长神经网络建模研究 | 第100-112页 |
·试验概况及模型构建 | 第101-102页 |
·不同优化算法模型 | 第102-104页 |
·结果与分析 | 第104-111页 |
·小结与讨论 | 第111-112页 |
·本章小结 | 第112-114页 |
第六章 杉木人工林分断面积生长神经网络模拟研究 | 第114-142页 |
·基于神经网络构建杉木林分断面积生长模型的研究 | 第114-133页 |
·断面积生长BP模型的构建及生物学解释 | 第115-127页 |
·基于支持向量机(SVM)构建杉木人工林分断面积生长模型 | 第127-133页 |
·时间序列断面积生长模型 | 第133-140页 |
·传统时间序列预测 | 第134-137页 |
·非线性自回归神经网络断面积预测模型 | 第137-139页 |
·非线性神经网络多元回归时间序列模型 | 第139-140页 |
·小结 | 第140-142页 |
第七章 结论与讨论 | 第142-145页 |
·结论 | 第142-144页 |
·问题与展望 | 第144-145页 |
·问题 | 第144页 |
·展望 | 第144-145页 |
参考文献 | 第145-162页 |
附录 | 第162-164页 |
在读期间的学术研究 | 第164-165页 |
致谢 | 第165页 |