首页--农业科学论文--植物保护论文--病虫害及其防治论文--农作物病虫害及其防治论文--禾谷类作物病虫害论文--稻病虫害论文--病害论文--侵(传)染性病害论文

基于PCA与SVM的早稻稻瘟病预测方法研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-13页
   ·研究背景第8-9页
   ·研究现状第9-11页
     ·早稻稻瘟病的研究现状第9-11页
     ·SVM在病虫害预测方面的研究现状第11页
   ·技术路线与研究内容第11-13页
第二章 数据来源与研究方法第13-23页
   ·数据来源第13页
     ·气象数据来源第13页
     ·早稻稻瘟病资料来源第13页
   ·研究方法第13-22页
     ·气象资料处理第13-14页
     ·病情资料处理第14页
     ·主成分分析法第14-17页
     ·支持向量机第17-22页
   ·本章小结第22-23页
第三章 基于PCA的早稻稻瘟病影响因子筛选第23-32页
   ·主成分分析法应用于气象因子分析的可行性第23-25页
   ·早稻病害发生发展与气象要素的生物学关系第25-26页
   ·用主成分分析法对早稻稻瘟病发生程度影响因子的分析第26-31页
   ·本章小结第31-32页
第四章 基于SVM早稻稻瘟病预测模型第32-42页
   ·MATLAB LIBSVM工具箱第32页
   ·预测模型建立步骤第32页
   ·稻瘟病发生程度等级第32-33页
   ·早稻稻瘟病发生程度模型的构建与预测第33-40页
     ·预测模型建立第33-34页
     ·选择最佳的SVM参数第34-38页
     ·系统预测分析第38-40页
   ·本章小结第40-42页
第五章 早稻稻瘟病预警原型系统第42-47页
   ·系统研究主要思想第42页
   ·预警系统结构设计第42-43页
   ·系统界面及功能第43-46页
   ·本章小结第46-47页
第六章 总结与展望第47-49页
   ·结论第47页
   ·展望第47-49页
参考文献第49-52页
致谢第52-53页
个人简介第53-54页
在读期间参与的学术论文,取得的成果及科硏工作情况第54-55页
附录A 图索引第55-56页
附录B 表索引第56页

论文共56页,点击 下载论文
上一篇:基于物联网的番茄智能灌溉系统设计
下一篇:播期、钾肥和钙硼比对油菜根肿病的控病效应