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 |