| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·林分生长模型的研究进展与现状 | 第8-11页 |
| ·全林分生长模型的研究概况 | 第9-10页 |
| ·单木生长模型的研究概况 | 第10-11页 |
| ·人工神经网络理论的发展与现状 | 第11-15页 |
| ·人工神经网络理论的发展概况 | 第12-13页 |
| ·人工神经网络的现状及应用领域 | 第13-14页 |
| ·人工神经网络在林业中的应用 | 第14-15页 |
| ·论文研究的目的和意义 | 第15页 |
| ·研究内容 | 第15-16页 |
| 2 人工神经网络理论基础 | 第16-22页 |
| ·生物神经网络 | 第16-17页 |
| ·生物神经元 | 第16页 |
| ·生物神经网络及其基本特征 | 第16-17页 |
| ·人工神经网络 | 第17-19页 |
| ·人工神经元 | 第17-18页 |
| ·人工神经网络的特性 | 第18-19页 |
| ·人工神经网络的工作过程 | 第19页 |
| ·人工神经网络的分类 | 第19页 |
| ·BP 神经网络及其算法 | 第19-21页 |
| ·BP网络的结构 | 第20页 |
| ·BP网络的学习规则 | 第20-21页 |
| ·BP网络的不足及改进 | 第21页 |
| ·本章小结 | 第21-22页 |
| 3 基于BP人工神经网络的研究方法和MATLAB实现 | 第22-28页 |
| ·MATLAB的神经网络工具箱函数 | 第22-23页 |
| ·通用函数 | 第22-23页 |
| ·BP网络工具箱函数 | 第23页 |
| ·研究方法 | 第23-27页 |
| ·模型构建方法 | 第23-25页 |
| ·模型训练方法 | 第25-26页 |
| ·模型性能分析方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 全林分生长的人工神经网络模型 | 第28-34页 |
| ·数据来源 | 第28页 |
| ·模型的构建 | 第28-29页 |
| ·模型的训练 | 第29-30页 |
| ·模型性能分析 | 第30-33页 |
| ·仿真效果分析 | 第30-31页 |
| ·拟合精度分析 | 第31-32页 |
| ·检验精度分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 5 单木胸径生长的人工神经网络模型 | 第34-40页 |
| ·数据来源 | 第34页 |
| ·模型的构建 | 第34-35页 |
| ·模型的训练 | 第35-36页 |
| ·模型性能分析 | 第36-39页 |
| ·仿真效果分析 | 第36-37页 |
| ·拟合精度分析 | 第37-38页 |
| ·检验精度分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读学位期间发表的学术论文 | 第44-45页 |
| 致谢 | 第45-46页 |