首页--农业科学论文--农作物论文--禾谷类作物论文--玉米(玉蜀黍)论文

基于改进OPTICS算法的玉米精准施肥决策系统研究

摘要第3-4页
abstract第4页
绪论第7-8页
第一章 研究背景和意义以及国内外现状第8-11页
    1.1 精准农业的研究现状和意义第8页
    1.2 精准施肥的国内外研究现状第8-10页
    1.3 土壤肥力分级的研究现状和意义第10-11页
第二章 相关技术第11-23页
    2.1 数据挖掘技术第11-16页
        2.1.1 数据挖掘的背景第11页
        2.1.2 数据挖掘的定义第11-12页
        2.1.3 数据挖掘的应用领域第12-14页
        2.1.4 数据挖掘的一般过程第14-16页
    2.2 聚类分析方法第16-17页
        2.2.1 主要的聚类分析方法第16-17页
    2.3 数理统计软件第17-18页
        2.3.1 MATLAB软件简介第17页
        2.3.2 MATLAB具体应用第17-18页
        2.3.3 MATLAB特点第18页
    2.4 GIS相关技术应用第18-23页
        2.4.1 GIS的基本定义第18-19页
        2.4.2 GIS的主要功能第19-20页
        2.4.3 GIS的工作原理第20-21页
        2.4.4 GIS主要应用第21-22页
        2.4.5 GIS在精准农业上的应用第22-23页
第三章 OPTICS算法及改进方法第23-29页
    3.1 OPTICS算法相关概念第23-26页
    3.2 OPTICS算法实现步骤第26页
    3.3 改进的OPTICS算法第26-29页
        3.3.1 改进的主要思想第26页
        3.3.2 密度阈值第26-27页
        3.3.3 质心及数据集合处理第27页
        3.3.4 实验结果分析第27-29页
第四章 数据采集和处理第29-35页
    4.1 GIS和GPS数据采集第29-30页
        4.1.1 GIS采集第29页
        4.1.2 GPS采集第29-30页
    4.2 数据采样第30-32页
    4.3 数据处理第32-35页
第五章 改进OPTICS算法应用第35-44页
    5.1 改进OPTICS算法应用第35页
    5.2 改进OPTICS算法应用步骤第35-41页
        5.2.1 结果分析第36-41页
    5.3 OPTICS算法在玉米精准施肥中的应用第41-44页
        5.3.1 应用算法进行土壤分级第41-42页
        5.3.2 施肥决策第42-44页
第六章 基于改进OPTICS玉米精准施肥决策系统设计与实现第44-46页
    6.1 系统开发环境和平台第44页
    6.2 系统设计和实现第44-46页
        6.2.1 系统设计第44页
        6.2.2 系统的实现第44-46页
结论第46-47页
参考文献第47-51页
作者简介第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:羧酸单体MBI和β-CEA及固化剂SAC-100在乳液型丙烯酸酯PSA中的应用基础研究
下一篇:纤维素废弃物生物制备L-乳酸的研究