马尾松人工林生长的人工神经网络模型研究
| 1 引言 | 第1-33页 |
| ·林分生长模型的研究综述 | 第14-27页 |
| ·林分生长模型研究的发展简史 | 第14-15页 |
| ·各类林分生长模型的研究概况 | 第15-27页 |
| ·地位指数模型的研究 | 第15-16页 |
| ·林分密度指数模型的研究 | 第16-17页 |
| ·全林分生长模型的研究 | 第17-21页 |
| ·径阶分布模型的研究 | 第21-25页 |
| ·单木生长模型的研究 | 第25-27页 |
| ·神经网络的应用研究综述 | 第27-31页 |
| ·神经网络的发展与现状 | 第27-28页 |
| ·神经网络在林分生长模型研究中的应用 | 第28-31页 |
| ·建模理念、研究目的和意义 | 第31-32页 |
| ·研究内容 | 第32-33页 |
| 2 材料、理论与方法 | 第33-60页 |
| ·基础材料 | 第33-45页 |
| ·研究地区自然条件 | 第33-34页 |
| ·基础数据 | 第34-45页 |
| ·固定标准地的建立与调查 | 第34-36页 |
| ·皆伐标准地每木胸径、树高生长过程的测定 | 第36-41页 |
| ·临时标准地资料的收集、处理与分析 | 第41-43页 |
| ·林分密度指数样地的统计与分析 | 第43-44页 |
| ·林分平均优势木解析木数据 | 第44页 |
| ·其他基础数据 | 第44-45页 |
| ·神经网络理论基础 | 第45-50页 |
| ·生物神经元与人工神经元 | 第45-47页 |
| ·生物神经网络与人工神经网络 | 第47-49页 |
| ·BP 神经网络及其算法 | 第49-50页 |
| ·研究方法 | 第50-58页 |
| ·模型构建方法 | 第50-55页 |
| ·模型训练方法 | 第55-56页 |
| ·模型性能分析方法 | 第56-58页 |
| ·仿真效果分析 | 第57页 |
| ·拟合精度分析 | 第57页 |
| ·预测精度分析 | 第57-58页 |
| ·回归分析 | 第58页 |
| ·本章小结 | 第58-60页 |
| 3 地位指数与密度指数神经网络模型 | 第60-83页 |
| ·单形地位指数模型 | 第60-67页 |
| ·模型构建 | 第60-61页 |
| ·模型训练 | 第61-62页 |
| ·模型精度分析 | 第62页 |
| ·地位指数计算 | 第62-67页 |
| ·多形地位指数模型 | 第67-75页 |
| ·模型构建与训练 | 第67-69页 |
| ·模型性能分析 | 第69页 |
| ·地位指数神经网络逆模型与地位指数计算 | 第69-75页 |
| ·密度指数模型 | 第75-79页 |
| ·Reineke的林分密度指数模型 | 第75-77页 |
| ·林分密度指数神经网络模型 | 第77-79页 |
| ·本章小结与问题讨论 | 第79-83页 |
| ·单形地位指数模型研究的小结 | 第79-80页 |
| ·多形地位指数模型研究的小结与问题讨论 | 第80-81页 |
| ·密度指数模型研究小结 | 第81-83页 |
| 4 全林分生长神经网络模型 | 第83-97页 |
| ·模型建立 | 第83-84页 |
| ·模型训练 | 第84-85页 |
| ·模型性能分析 | 第85-95页 |
| ·仿真效果分析 | 第85-86页 |
| ·拟合精度分析 | 第86页 |
| ·检验精度分析 | 第86-93页 |
| ·回归分析 | 第93-95页 |
| ·林分断面积生长神经网络模型构建 | 第95页 |
| ·本章小结 | 第95-97页 |
| 5 林分结构神经网络模型 | 第97-128页 |
| ·直径分布模拟 | 第97-104页 |
| ·模型建立 | 第97-98页 |
| ·模型训练 | 第98-99页 |
| ·结果分析 | 第99-104页 |
| ·仿真效果与拟合精度分析 | 第99-100页 |
| ·回归分析 | 第100页 |
| ·与weibull分布模型比较 | 第100-104页 |
| ·直径分布预测 | 第104-116页 |
| ·模型构建 | 第104-105页 |
| ·模型训练与优选 | 第105-112页 |
| ·模型精度分析 | 第112-116页 |
| ·拟合精度分析 | 第112-114页 |
| ·预测精度分析 | 第114-116页 |
| ·树高分布模拟 | 第116-121页 |
| ·树高曲线模型 | 第116-118页 |
| ·树高分布模型的建立与训练 | 第118-119页 |
| ·结果分析 | 第119-121页 |
| ·直径树高二维分布模拟 | 第121-126页 |
| ·模型构建 | 第121-122页 |
| ·网络训练 | 第122页 |
| ·结果分析 | 第122-126页 |
| ·本章小结 | 第126-128页 |
| ·直径分布模拟小结 | 第126页 |
| ·直径分布预测小结 | 第126-127页 |
| ·树高分布及直径树高二维分布模拟小结 | 第127-128页 |
| 6 单木胸径生长神经网络模型 | 第128-136页 |
| ·竞争指标的确定 | 第128-130页 |
| ·模型构建与训练 | 第130-132页 |
| ·模型构建 | 第130-131页 |
| ·模型训练 | 第131-132页 |
| ·模型性能分析 | 第132-135页 |
| ·本章小结 | 第135-136页 |
| 7 林分生长与收获预测 | 第136-158页 |
| ·基于全林分生长模型的预测 | 第136-144页 |
| ·全林分生长模型的改造 | 第136-137页 |
| ·林分现状测算 | 第137-138页 |
| ·林分预测计算 | 第138-144页 |
| ·单株地积的预测 | 第138-139页 |
| ·林分断面积平均直径的预测 | 第139-142页 |
| ·林分平均高的预测 | 第142页 |
| ·林分总断面积的预测 | 第142页 |
| ·林分蓄积量的预测 | 第142-143页 |
| ·林分蓄积生长量的预测 | 第143-144页 |
| ·基于径阶分布模型的预测 | 第144-151页 |
| ·林分直径分布频率预测 | 第144-149页 |
| ·林分生长与收获预测 | 第149-151页 |
| ·径阶株数预测 | 第149页 |
| ·径阶断面积与林分总断面积预测 | 第149页 |
| ·径阶平均高预测 | 第149页 |
| ·径阶材积和林分蓄积预测 | 第149-150页 |
| ·径阶材种材积与林分材种出材量预测 | 第150-151页 |
| ·基于单木胸径生长模型的预测 | 第151-156页 |
| ·本章小结 | 第156-158页 |
| ·基于全林分生长模型的预测小结 | 第156-157页 |
| ·基于径阶分布模型的预测小结 | 第157页 |
| ·基于单木胸径生长模型的预测小结 | 第157-158页 |
| 8 结论 | 第158-163页 |
| ·方法研究结论 | 第158页 |
| ·地位指数与密度指数模型的研究结论 | 第158-159页 |
| ·全林分生长模型的研究结论 | 第159页 |
| ·林分结构模型的研究结论 | 第159-160页 |
| ·单木胸径生长模型的研究结论 | 第160-161页 |
| ·林分生长与收获预测的研究结论 | 第161-162页 |
| ·论文的创新点 | 第162-163页 |
| 参考文献 | 第163-174页 |
| 个人简介 | 第174-175页 |
| 导师简介 | 第175-176页 |
| 在读期间发表的论文 | 第176-177页 |
| 致谢 | 第177页 |
