首页--农业科学论文--林业论文--森林采运与利用论文--木材采运学论文--贮材和保管论文--木材干燥论文

人工神经网络方法在落叶松木材干燥中的应用

摘要第1-5页
Abstract第5-8页
1 绪论第8-12页
   ·木材干燥研究的进展与现状第8-10页
     ·国内木材干燥的研究现状第8-9页
     ·国外木材干燥的研究状况第9-10页
   ·落叶松木材干燥研究的内容第10页
   ·落叶松木材干燥研究的意义第10-12页
2 人工神经网络理论内容及方法第12-21页
   ·人工神经网络的理论探索第12-14页
     ·人工神经网络理论的发展第12-13页
     ·人工神经网络的应用领域第13-14页
   ·人工神经网络对木材含水率的研究第14页
     ·动态递归神经网络的研究第14页
     ·BP神经网络多模型数据融合算法研究第14页
     ·神经网络对木材含水率的研究第14页
   ·人工神经元模型第14-15页
   ·人工神经网络工作过程简介第15-16页
   ·BP神经网络算法及学习规则第16-20页
     ·BP神经网络结构第16-18页
     ·BP网络学习规则及步骤第18-19页
     ·BP神经网络的不足及改进第19-20页
   ·本章小结第20-21页
3 多重多元回归分析简介第21-26页
   ·多元回归的一般模型第21页
   ·多重多元回归的数学模型第21-23页
   ·显著性检验第23-24页
     ·回归系数的显著性检验第23-24页
     ·方程的显著性检验(F检验)第24页
     ·检验回归方程对样本观测值的拟合程度第24页
   ·本章小结第24-26页
4 BP人工神经网络的研究方法和MATLAB实现第26-30页
   ·MATLAB神经网络部分函数简介第26-27页
     ·常用函数第26页
     ·BP网络工具箱函数第26-27页
   ·木材干燥模型的构建方法第27-28页
   ·模型训练方法第28-29页
   ·模型性能分析第29页
     ·拟合精度分析第29页
   ·本章小结第29-30页
5 落叶松木材干燥的BP神经网络模型研究第30-34页
   ·实验数据来源第30页
   ·模型的构建第30-31页
   ·模型的训练第31-32页
   ·模型性能分析第32-33页
     ·拟合精度分析第32页
     ·检验精度分析第32-33页
   ·本章小结第33-34页
6 落叶松木材干燥质量的多重多元回归模型研究第34-38页
   ·实验数据来源第34页
   ·多元回归模型的构建第34-37页
   ·本章小结第37-38页
结论第38-39页
参考文献第39-42页
攻读学位期间发表的学术论文第42-43页
致谢第43-44页

论文共44页,点击 下载论文
上一篇:基于地形空间的森林种群胸径生长规律的研究
下一篇:贮木场原木楞堆细水雾消防的研究