| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 湖泊生态系统健康评价 | 第14-19页 |
| 1.2.1 生态系统健康 | 第14-16页 |
| 1.2.2 生态系统健康评价方法与指标研究 | 第16-18页 |
| 1.2.3 湖泊生态系统健康研究进展及存在的问题 | 第18-19页 |
| 1.3 概率神经网络与湖泊生态系统健康评价 | 第19-20页 |
| 1.4 研究意义 | 第20-21页 |
| 1.5 研究内容 | 第21-22页 |
| 1.6 技术路线 | 第22-23页 |
| 第2章 研究材料及方法 | 第23-36页 |
| 2.1 研究区域概况 | 第23-28页 |
| 2.1.1 白云湖概况 | 第23-25页 |
| 2.1.2 白云湖人工设施布置情况 | 第25-28页 |
| 2.2 现场调研 | 第28-31页 |
| 2.3 样品采集 | 第31-35页 |
| 2.3.1 监测点设置原则 | 第31-32页 |
| 2.3.2 湖区监测点位设置 | 第32页 |
| 2.3.3 水质监测 | 第32-34页 |
| 2.3.4 生物采样 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 概率神经网络理论 | 第36-43页 |
| 3.1 神经网络原理 | 第36-37页 |
| 3.1.1 神经网络的发展 | 第36页 |
| 3.1.2 神经网络的基本原理及特征 | 第36-37页 |
| 3.2 概率神经网络 | 第37-42页 |
| 3.2.1 概率神经网络模型的数学描述 | 第37-38页 |
| 3.2.2 Bayes 判决理论 | 第38-40页 |
| 3.2.3 Parzen 窗理论 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 基于概率神经网络的城市湖泊生态系统健康评价 | 第43-61页 |
| 4.1 基于概率神经网络的湖泊生态系统健康评价模型 | 第43-49页 |
| 4.1.1 构建指标体系原则 | 第43-48页 |
| 4.1.2 数据处理 | 第48页 |
| 4.1.3 模型训练 | 第48-49页 |
| 4.2 BP 神经网络评价模型 | 第49-52页 |
| 4.3 结果与讨论 | 第52-60页 |
| 4.3.1 评价结果 | 第52-58页 |
| 4.3.2 讨论 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第70页 |