日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

在線客服
人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用圖書
人氣:27

人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用

由吳達(dá)勝編著的《人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用》以浙江省重點(diǎn)林業(yè)縣級(jí)市(龍泉市)為研究區(qū)域,以森林資源蓄積量為主要監(jiān)測(cè)指標(biāo),通過整合遙感影像、數(shù)字高程模型、森林資源二類調(diào)查數(shù)據(jù)、固定樣地調(diào)查數(shù)...
  • 所屬分類:圖書 >農(nóng)業(yè)/林業(yè)>林業(yè)  
  • 作者:[吳達(dá)勝] 著
  • 產(chǎn)品參數(shù):
  • 叢書名:林業(yè)信息化系列研究成果
  • 國(guó)際刊號(hào):9787517019176
  • 出版社:中國(guó)水利水電出版社
  • 出版時(shí)間:2014-04
  • 印刷時(shí)間:2014-04-01
  • 版次:1
  • 開本:16開
  • 頁(yè)數(shù):--
  • 紙張:膠版紙
  • 包裝:平裝
  • 套裝:

內(nèi)容簡(jiǎn)介

由吳達(dá)勝編著的《人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用》以浙江省重點(diǎn)林業(yè)縣級(jí)市(龍泉市)為研究區(qū)域,以森林資源蓄積量為主要監(jiān)測(cè)指標(biāo),通過整合遙感影像、數(shù)字高程模型、森林資源二類調(diào)查數(shù)據(jù)、固定樣地調(diào)查數(shù)據(jù)等多源數(shù)據(jù),建立了包含土層厚度、A層厚度、海拔、坡度、坡向、地表曲率、太陽(yáng)輻射指數(shù)、地形濕度指數(shù)、樹齡、郁閉度、歸一化植被指數(shù)、TM影像中的6個(gè)波段(B1、B2、B3、B4、B5、B7)等17個(gè)指標(biāo)在內(nèi)的自變量因子集。通過多項(xiàng)式擬合,結(jié)合經(jīng)驗(yàn)數(shù)據(jù)求取各自變量因子的隸屬度,按優(yōu)勢(shì)樹種(分別為杉木、馬尾松、硬闊類、黃山松)建立了基于LevenbeI`g—Marquardt優(yōu)化算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型。在此基礎(chǔ)上,對(duì)研究區(qū)域各森林資源小班或細(xì)班的平均單位蓄積量進(jìn)行仿真、反演和預(yù)測(cè),總體精度均超過90%,高于森林資源二類調(diào)查的蓄積量總體抽樣精度標(biāo)準(zhǔn)。同時(shí),還利用所建模型,以研究區(qū)域2007年度數(shù)據(jù)為樣本數(shù)據(jù),估測(cè)了平均胸徑、平均樹高等森林調(diào)查因子,總體估測(cè)精度也達(dá)到90%以上。

《人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用》結(jié)合了現(xiàn)代森林資源管理要求和信息技術(shù)特點(diǎn),充分體現(xiàn)了先進(jìn)技術(shù)在傳統(tǒng)行業(yè)領(lǐng)域應(yīng)用中所產(chǎn)生的效果,可供森林資源管理工作者、信息技術(shù)應(yīng)用人員、信息系統(tǒng)研究與開發(fā)人員參考使用。

編輯推薦

由吳達(dá)勝編著的《人工神經(jīng)網(wǎng)絡(luò)在森林資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用》共8章。第1章介紹研究背景、森林資源動(dòng)態(tài)監(jiān)測(cè)的國(guó)內(nèi)外研究進(jìn)展情況、研究目的與內(nèi)容等;第2章介紹BP神經(jīng)網(wǎng)絡(luò)模型理論,并重點(diǎn)介紹了基于Levenberg-Marquardt算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型;第3章介紹了研究區(qū)概況及研究基礎(chǔ),包括了監(jiān)測(cè)指標(biāo)及影響其變化的自變量因子集、研究所用到的數(shù)據(jù)等;第4章為數(shù)據(jù)預(yù)處理,包括DEM、遙感數(shù)據(jù)的預(yù)處理,自變量因子數(shù)據(jù)的提取、監(jiān)測(cè)指標(biāo)數(shù)據(jù)的提取、自變量因子數(shù)據(jù)整合及各自變量因子隸屬度的求解;第5章重點(diǎn)介紹如何建立基于Levenberg-Marquardt算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的森林資源蓄積量預(yù)測(cè)模型,并以2007年研究區(qū)小班為評(píng)價(jià)單元分訓(xùn)練樣本和測(cè)試樣本對(duì)森林資源蓄積量進(jìn)行仿真測(cè)試;第6章為森林資源蓄積量反演和預(yù)測(cè),描述了如何利用第5章所建立模型反演2004年森林資源蓄積量及預(yù)測(cè)2007年森林資源蓄積量;第7章為胸徑、樹高等調(diào)查因子的估測(cè),用于進(jìn)一步驗(yàn)證模型的通用性;第8章則對(duì)全文研究結(jié)果作了總結(jié)與討論.并對(duì)今后可能的研究方向與內(nèi)容提出了一定的看法。

目錄

前言

第1章 概論

1.1 研究背景

1.2 國(guó)內(nèi)外研究進(jìn)展

1.3 研究目的與內(nèi)容

1.4 研究技術(shù)路線

第2章 BP神經(jīng)網(wǎng)絡(luò)模型

2.1 人工神經(jīng)網(wǎng)絡(luò)理論

2.2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式

2.4 BP神經(jīng)網(wǎng)絡(luò)

2.5 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)

2.6 本章小結(jié)

第3章 研究區(qū)概況及研究基礎(chǔ)

3.1 研究區(qū)概況

3.2 監(jiān)測(cè)指標(biāo)與自變量因子

3.3 研究區(qū)數(shù)據(jù)

3.4 本章小結(jié)

第4章 數(shù)據(jù)預(yù)處理

4,1 DEM數(shù)據(jù)預(yù)處理

4.2 遙感數(shù)據(jù)預(yù)處理

4.3 自變量因子數(shù)據(jù)提取

4.4 監(jiān)測(cè)指標(biāo)數(shù)據(jù)提取

4.5 自變量因子數(shù)據(jù)整合

4.6 自變量因子隸屬度求解過程與結(jié)果——以杉木為優(yōu)勢(shì)樹種的小班

4.7 自變量因子隸屬度求解結(jié)果——以馬尾松為優(yōu)勢(shì)樹種的小班

4.8 自變量因子隸屬度求解結(jié)果——以硬闊類為優(yōu)勢(shì)樹種的小班

4.9 自變量因子隸屬度求解結(jié)果——以黃山松為優(yōu)勢(shì)樹種的小班

4.10 本章小結(jié)

第5章 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的森林資源蓄積量預(yù)測(cè)模型的建立

5.1 確定訓(xùn)練及仿真樣本集

5.2 設(shè)置模型參數(shù)

5.3 建立網(wǎng)絡(luò)

5.4 訓(xùn)練網(wǎng)絡(luò)

5.5 網(wǎng)絡(luò)仿真

5.6 森林資源蓄積量仿真結(jié)果及分析

5.7 本章小結(jié)

第6章 森林資源蓄積量反演和預(yù)測(cè)

6.1 2004年度森林資源蓄積量反演

6.2 2010年度森林資源蓄積量預(yù)測(cè)

6.3 本章小結(jié)

第7章 胸徑、樹高等調(diào)查因子的估測(cè)

7.1 平均胸徑的估測(cè)

7.2 平均樹高的估測(cè)

7.3 本章小結(jié)

第8章 總結(jié)與展望

8.1 主要研究成果與結(jié)論

8.2 創(chuàng)新點(diǎn)

8.3 展望

參考文獻(xiàn)

網(wǎng)友評(píng)論(不代表本站觀點(diǎn))

來(lái)自無(wú)昵稱**的評(píng)論:

很好

2016-06-04 20:46:10

免責(zé)聲明

更多出版社
主站蜘蛛池模板: 丰都县| 绥化市| 扶余县| 许昌县| 鄄城县| 怀安县| 浮山县| 土默特右旗| 江门市| 灵丘县| 达尔| 淮滨县| 彰武县| 博客| 额尔古纳市| 含山县| 漯河市| 尼木县| 鄂伦春自治旗| 安丘市| 上蔡县| 仁布县| 麟游县| 南投市| 潼南县| 四川省| 泉州市| 和龙市| 太原市| 长寿区| 德惠市| 内江市| 青田县| 闸北区| 房山区| 达拉特旗| 安岳县| 湖南省| 武夷山市| 永州市| 磐安县|