| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 前言 | 第11-25页 |
| ·昆虫人工饲料概述 | 第11-17页 |
| ·昆虫人工饲料的类别 | 第11-12页 |
| ·昆虫人工饲料的营养组成 | 第12-15页 |
| ·昆虫人工饲料研制的基本原则 | 第15-17页 |
| ·棉铃虫的人工饲料与人工饲养概述 | 第17-21页 |
| ·棉铃虫的生物学特性与营养食性 | 第17-19页 |
| ·棉铃虫的人工饲料 | 第19-20页 |
| ·棉铃虫的人工饲养 | 第20-21页 |
| ·均匀设计与配方优化概述 | 第21-22页 |
| ·均匀设计 | 第21-22页 |
| ·昆虫人工饲料配方优化 | 第22页 |
| ·支持向量机概述 | 第22-25页 |
| ·机器学习与统计学习理论 | 第23-24页 |
| ·支持向量机 | 第24-25页 |
| 第二章 支持向量回归的改进与UD-SVR配方优化体系的构建 | 第25-38页 |
| ·支持向量机原理 | 第25-33页 |
| ·机器学习 | 第25-26页 |
| ·VC维理论 | 第26页 |
| ·经验风险最小原则、推广性的界与结构风险最小原则 | 第26-28页 |
| ·核函数(Kernel) | 第28-29页 |
| ·支持向量分类 | 第29-31页 |
| ·支持向量回归 | 第31-33页 |
| ·支持向量回归应用中存在的问题 | 第33-34页 |
| ·支持向量回归的应用框架与改进 | 第34-36页 |
| ·Jackknife检验 | 第34页 |
| ·核函数的选择 | 第34页 |
| ·变量筛选及其强制汰选 | 第34-35页 |
| ·双重留一法与模型预测性能评估 | 第35-36页 |
| ·UD-SVR的整体优化体系 | 第36-38页 |
| ·UD-SVR-1 | 第36页 |
| ·UD-SVR-2 | 第36-37页 |
| ·UD-SVR优化体系流程图 | 第37-38页 |
| 第三章 基于UD-SVR的棉铃虫半纯人工饲料配方优化 | 第38-50页 |
| ·实验材料与方法 | 第38-42页 |
| ·供试虫源 | 第38页 |
| ·试剂与仪器设备 | 第38-39页 |
| ·基准人工饲料配方及配制方法 | 第39页 |
| ·棉铃虫的简易饲养管理 | 第39-40页 |
| ·LIBSVM的使用方法 | 第40-42页 |
| ·结果与分析 | 第42-49页 |
| ·基准配方及各因素上下限 | 第42-43页 |
| ·第1轮均匀设计 | 第43-44页 |
| ·最优核函数选择与非线性变量筛选 | 第44-45页 |
| ·模型评估 | 第45页 |
| ·第2轮实验设计 | 第45-49页 |
| ·结论与讨论 | 第49-50页 |
| 第四章 基于均匀设计的棉铃虫全纯人工饲料配方优化 | 第50-59页 |
| ·实验材料与方法 | 第50-53页 |
| ·供试虫源 | 第50页 |
| ·试剂与仪器设备 | 第50-51页 |
| ·基准人工饲料配方及配制方法 | 第51-53页 |
| ·结果与分析 | 第53-57页 |
| ·基准配方及各因素上下限 | 第53页 |
| ·均匀设计 | 第53-57页 |
| ·结论与讨论 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·主要结论 | 第59页 |
| ·创新点 | 第59-60页 |
| ·今后研究方向 | 第60-61页 |
| 参考文献 | 第61-70页 |
| 附图 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简历 | 第72页 |