基于电子鼻技术检测番茄种子发芽率和种苗病害的可行性研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-28页 |
| ·研究目的与意义 | 第13-18页 |
| ·番茄苗病害电子鼻检测的理论可行性 | 第18-19页 |
| ·电子鼻的发展以及在农业中的应用 | 第19-26页 |
| ·电子鼻技术发展历史 | 第21-22页 |
| ·电子鼻技术在农产品检测中的研究进展 | 第22-25页 |
| ·电子鼻技术在植物挥发物检测中的研究进展 | 第25-26页 |
| ·本论文主要研究内容 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第二章 电子鼻检测装置与数据处理方法 | 第28-42页 |
| ·试验样品 | 第28页 |
| ·供试种子 | 第28页 |
| ·供试病害 | 第28页 |
| ·实验内容及时间安排 | 第28页 |
| ·电子鼻检测装置 | 第28-31页 |
| ·番茄苗挥发物电子鼻检测的采样装置 | 第28-29页 |
| ·电子鼻 | 第29-31页 |
| ·不同处理的电子鼻检测 | 第31页 |
| ·数据处理方法 | 第31-41页 |
| ·数据的归一化 | 第31页 |
| ·特征选择与提取方法 | 第31-36页 |
| ·模式识别方法 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 番茄种子发芽率的检测研究 | 第42-50页 |
| ·引言 | 第42-43页 |
| ·材料和方法 | 第43-45页 |
| ·试验材料和装置 | 第43页 |
| ·试验方法 | 第43-44页 |
| ·数据分析方法 | 第44-45页 |
| ·结果和讨论 | 第45-49页 |
| ·主成分分析 | 第45-46页 |
| ·线性判别分析 | 第46-47页 |
| ·BP神经网络分析 | 第47-48页 |
| ·支持向量机分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 番茄苗机械损伤的判别 | 第50-58页 |
| ·引言 | 第50-51页 |
| ·实验材料和方法 | 第51-52页 |
| ·实验材料和装置 | 第51页 |
| ·实验方法 | 第51-52页 |
| ·数据分析方法 | 第52页 |
| ·结果和讨论 | 第52-57页 |
| ·电子鼻传感器对番茄苗挥发物的响应 | 第52页 |
| ·主成分分析和线性判别分析 | 第52-54页 |
| ·逐步判别分析 | 第54-55页 |
| ·BP神经网络分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 番茄苗病害的检测分析 | 第58-77页 |
| ·引言 | 第58-59页 |
| ·试验材料和方法 | 第59-60页 |
| ·实验材料和装置 | 第59页 |
| ·实验方法 | 第59页 |
| ·数据分析方法 | 第59-60页 |
| ·结果和讨论 | 第60-76页 |
| ·电子鼻传感器对番茄苗挥发性物质的响应 | 第60-61页 |
| ·不同病害的PCA和LDA分析 | 第61-64页 |
| ·番茄苗病害程度分析 | 第64-67页 |
| ·不同特征值选取对番茄苗病害区分效果的影响 | 第67-76页 |
| ·早疫病病害处理分析 | 第67-71页 |
| ·灰霉病病害处理分析 | 第71-74页 |
| ·遗传算法神经网络模型分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 不同种类损伤的分类判别 | 第77-84页 |
| ·引言 | 第77页 |
| ·实验材料和方法 | 第77-78页 |
| ·实验材料和装置 | 第77页 |
| ·番茄苗样本处理方法 | 第77-78页 |
| ·结果和讨论 | 第78-83页 |
| ·电子鼻传感器信号分析 | 第78-79页 |
| ·主成分分析和线性判别分析 | 第79-80页 |
| ·BP神经网络分析 | 第80页 |
| ·支持向量机 | 第80-81页 |
| ·聚类分析 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第七章 全文结论与展望 | 第84-88页 |
| ·主要研究结果 | 第84-86页 |
| ·结论与提示 | 第86页 |
| ·本文的创新点 | 第86-87页 |
| ·下一步研究展望 | 第87-88页 |
| 参考文献 | 第88-101页 |
| 博士期间的相关成果 | 第101-102页 |
| 致谢 | 第102页 |
