| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-9页 |
| 前言 | 第9-10页 |
| 第一章 小波分析和神经网络在生态学研究中的应用综述 | 第10-32页 |
| 1． 小波分析及其在生态学格局分析中应用的综述 | 第10-21页 |
| 1． 1． 一维小波变换与分析小波 | 第11-13页 |
| 1． 2． 小波系数、小波能量谱和小波方差和位置方差 | 第13-14页 |
| 1． 3． 一维小波分析在生态学研究中的应用 | 第14-15页 |
| 1． 4． 二维小波变换 | 第15-18页 |
| 1． 5． 二维小波方差 | 第18-21页 |
| 2． 人工神经网络模型及其在生态学研究中应用 | 第21-32页 |
| 2． 1． 神经网络的基本原理 | 第22-23页 |
| 2． 1． 1． 神经网络的处理单元 | 第22页 |
| 2． 1． 2． 人工神经网络的训练和学习 | 第22页 |
| 2． 1． 3 神经网络的拓扑结构 | 第22-23页 |
| 2． 2． 误差逆传神经网络模型 | 第23-25页 |
| 2． 2． 1． BP模型的算法和结构 | 第23-24页 |
| 2． 2． 2． BP网络模型的检验 | 第24-25页 |
| 2． 3． 神经网络模型在农业及生态学研究中的应用 | 第25-26页 |
| 2． 4． 神经网络模型的改进 | 第26-32页 |
| 2． 4． 1． 神经网络模型训练过程的改进 | 第26-27页 |
| 2． 4． 2． 神经网络模型机制的解释 | 第27-32页 |
| Chapter 2． The Use of the Mexican Hat and the Morlet wavelets for Detection of Ecological Patterns | 第32-56页 |
| 1． Introduction | 第32-34页 |
| 2． Methods | 第34-41页 |
| 2． 1． Wavelet Transform | 第34页 |
| 2． 2． The Mexican Hat and the Morlet wavelets for ecological analysis | 第34-35页 |
| 2． 3． Wavelet power spectrum, wavelet variance and edge effect | 第35-37页 |
| 2． 4． Monte Carlo assessment and methods of statistical significance test | 第37-39页 |
| 2． 5． Simulated and Field Data | 第39-41页 |
| 3． Results | 第41-49页 |
| 3． 1． Analysis of simulated data | 第41-47页 |
| 3． 2． Analysis of field data | 第47-49页 |
| 4． Discussion | 第49-56页 |
| 4． 1． The statistical significance test of wavelets analysi | 第49页 |
| 4． 2． Analysis of simulated data | 第49-50页 |
| 4． 3． Analysis of field data | 第50-51页 |
| 4． 4． Comparison of the Mexican Hat and the Morlet | 第51-56页 |
| Chapter 3． Analyzing Regeneration Pattern of Quercus liaotungensis in Temperate Forest with Two-Dimensional Wavelet Analysis | 第56-79页 |
| 1． Introduction | 第56-57页 |
| 2． Methods | 第57-67页 |
| 2． 1． Two-dimensional wavelet transform | 第57-60页 |
| 2． 2． Wavelet variance | 第60-61页 |
| 2． 3． Simulated and field data | 第61-67页 |
| 3． Results | 第67-72页 |
| 3． 1． Analysis of the simulated data | 第67-68页 |
| 3． 2． Analysis of field data | 第68-72页 |
| 4． Discussion | 第72-74页 |
| 4． 1． Analysis of the simulated data | 第72-73页 |
| 4． 2． Analysis of field data | 第73-74页 |
| 5． Conclusions | 第74-79页 |
| Chapter 4． Testing the Generalization of Artificial Neural Networks with Cross Validation and Independent Validation in Modelling Rice Tillering Dynamics | 第79-107页 |
| 1． Introduction | 第79-80页 |
| 2． Materials and Methods | 第80-90页 |
| 2． 1． Field experiments | 第80-81页 |
| 2． 2． Rice Tillering Models | 第81-87页 |
| 2． 2． 1． Tillering models with one independent variable | 第82页 |
| 2． 2． 2． Tillering models with multiple independent variables | 第82-84页 |
| 2． 2． 3． Neural networks with regularization techniques | 第84-87页 |
| 2． 3． Validation of models | 第87-90页 |
| 3． Results | 第90-100页 |
| 3． 1． Performance of tillering models with one independent variable | 第90-92页 |
| 3． 2． Performance of tillering models with multiple independent variables | 第92-97页 |
| 3． 3． Performance of neural networks with regularization techniques | 第97-100页 |
| 4． Discussion | 第100-107页 |
| 主要研究结论 | 第107-108页 |
| 致谢 | 第108-109页 |
| 主持及参加的科研项目 | 第109页 |
| 博士后期间论文的整理与发表 | 第109页 |
