目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 研究現(xiàn)狀分析 3
1.2.1 光環(huán)境研究現(xiàn)狀 3
1.2.2 試驗數(shù)據(jù)的挖掘及處理 4
1.3 本書研究目標和研究內(nèi)容 6
1.3.1 研究目標 6
1.3.2 研究內(nèi)容 6
第2章 面向自適應數(shù)據(jù)處理的非線性Fourier分析方法 8
2.1 引言 8
2.2 理論基礎(chǔ) 9
2.3 非線性Fourier展開 10
2.4 快速稀疏非線性Fourier展開 14
2.5 算法與算例 18
2.5.1 算法 18
2.5.2 算例 20
2.5.3 算法應用 22
第3章 基于機器學習的模式識別理論 25
3.1 引言 25
3.2 模式識別理論基礎(chǔ) 25
3.2.1 模式識別概述 25
3.2.2 模型預測方法 26
3.3 機器學習及常用算法 27
3.3.1 機器學習的理論基礎(chǔ) 27
3.3.2 偏最小二乘算法 30
3.4 智能算法及常見算法 33
3.4.1 智能算法 33
3.4.2 自適應神經(jīng)模糊推理方法 34
第4章 林下參種植光環(huán)境動態(tài)預測模型研究 39
4.1 引言 39
4.2 試驗地點與試驗方法 39
4.2.1 試驗地點 39
4.2.2 試驗方法及儀器設(shè)備 40
4.3 紅松的樹木生長模型研究 40
4.3.1 紅松冠幅生長預估模型 40
4.3.2 紅松冠長生長預估模型 45
4.3.3 紅松單木基本樹高預估模型 48
4.4 林下參凈光合速率預測模型研究 49
4.4.1 基于PLS的凈光合速率預測模型 52
4.4.2 基于ANFIS的凈光合速率預測模型 67
4.5 模型的檢驗 72
第5章 林下參種植光環(huán)境敢據(jù)采集系統(tǒng) 72
5.1 引言 72
5.2 系統(tǒng)的軟件體系 72
5.3 系統(tǒng)的硬件架構(gòu) 78
第6章 林下參種植光環(huán)境預測及評價方法研究 87
6.1 引言 87
6.2 林下參種植光環(huán)境預測與評價方法 87
6.2.1 林下參種植光環(huán)境的預測 87
6.2.2 林下參種植光環(huán)境的評價 88
6.2.3 基于模糊推理系統(tǒng)的光環(huán)境綜合評價模型 88
6.3 林下參種植光環(huán)境預測與評價系統(tǒng)體系結(jié)構(gòu) 100
6.3.1 預測模塊 101
6.3.2 評價摸塊 101
6.3.3 幫助模塊 114
第7章 總結(jié) 115
參考文獻 116