农作物病害非线性测报方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 插图和附表清单 | 第8-9页 |
| 1 绪论 | 第9-20页 |
| ·研究目的和意义 | 第9-10页 |
| ·水稻稻瘟病的概况 | 第10-14页 |
| ·我国水稻的主要病害 | 第10页 |
| ·水稻稻瘟病的分布情况 | 第10-11页 |
| ·危害症状 | 第11-12页 |
| ·主要致病因素 | 第12-13页 |
| ·安徽省水稻稻瘟病的分布及发病状况 | 第13-14页 |
| ·未来安徽省水稻稻瘟病发病分析 | 第14页 |
| ·国内外研究现状 | 第14-17页 |
| ·经验预测(50～60 年代) | 第15页 |
| ·实验预测(60～70 年代) | 第15页 |
| ·统计预测(80 年代) | 第15页 |
| ·信息预测(80～90 年代) | 第15页 |
| ·非线性预测方法 | 第15-17页 |
| ·研究内容 | 第17-20页 |
| ·主要内容 | 第17-18页 |
| ·研究步骤 | 第18页 |
| ·结构安排 | 第18-20页 |
| 2 偏最小二乘回归理论 | 第20-30页 |
| ·多重相关性 | 第20-23页 |
| ·多重相关性的定义 | 第20页 |
| ·形成多重相关性的原因 | 第20-21页 |
| ·多重相关性的危害 | 第21-23页 |
| ·数据预处理 | 第23-24页 |
| ·数据的中心化处理 | 第23页 |
| ·数据的无量纲化处理 | 第23页 |
| ·数据的标准化处理 | 第23-24页 |
| ·特异点的剔除 | 第24页 |
| ·偏最小二乘回归理论 | 第24-30页 |
| ·概述 | 第24-25页 |
| ·基本思想 | 第25-26页 |
| ·建模方法 | 第26-27页 |
| ·算法推导 | 第27-28页 |
| ·交叉有效性判别 | 第28-29页 |
| ·PLS 的应用范围 | 第29-30页 |
| 3 混沌时间序列分析 | 第30-40页 |
| ·混沌理论 | 第30-31页 |
| ·混沌的定义 | 第30-31页 |
| ·混沌时间序列 | 第31页 |
| ·相空间重构 | 第31-36页 |
| ·延迟时间 | 第32-34页 |
| ·嵌入维数 m | 第34-35页 |
| ·同时确定延迟时间和嵌入维数的方法 | 第35-36页 |
| ·混沌特性判别 | 第36-37页 |
| ·混沌时间序列预测方法 | 第37-38页 |
| ·混沌-RBF 神经网络预测方法 | 第38-40页 |
| 4 基于偏最小二乘回归算法的水稻稻瘟病预测模型 | 第40-48页 |
| ·数据来源 | 第40-41页 |
| ·水稻稻瘟病的偏最小二乘回归算法预测模型 | 第41-47页 |
| ·预报因子的选取 | 第41页 |
| ·相关性检验 | 第41-42页 |
| ·建立模型 | 第42-45页 |
| ·模型精度分析 | 第45-46页 |
| ·模型检验 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 基于混沌理论的水稻稻瘟病预测模型 | 第48-54页 |
| ·数据选取 | 第48页 |
| ·延迟时间的计算 | 第48-50页 |
| ·嵌入维数m的计算 | 第50页 |
| ·最大 Lyapunov 指数的计算 | 第50-51页 |
| ·水稻稻瘟病的混沌-RBF 神经网络预测模型 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 6 结论与分析 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望与分析 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简介 | 第62-63页 |
| 在读期间发表的学术论文 | 第63页 |
