首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

鲜茶叶高光谱数据库的建立与应用示范

摘要第2-4页
ABSTRACT第4-5页
文摘第6-11页
绪论第11-19页
    1.1 研究背景及意义第11-12页
    1.2 光谱数据库的国内外研究进展第12-15页
        1.2.1 国外光谱数据库研究概况第12-14页
        1.2.2 国内光谱数据库研究概况第14-15页
    1.3 光谱特征选择第15-18页
        1.3.1 光谱数据降维方法第15页
        1.3.2 特征选择过程及算法分类第15-16页
        1.3.3 特征选择的应用第16-18页
    1.4 研究内容及技术路线第18-19页
        1.4.1 主要研究内容第18页
        1.4.2 研究路线第18-19页
第一章 数据获取第19-23页
    1.1 光谱采集仪器第19页
    1.2 茶树冠层数据获取第19-20页
    1.3 室内茶叶光谱数据及生化参量采集第20-23页
        1.3.1 茶叶样本采集第20-21页
        1.3.2 室内光谱数据采集第21页
        1.3.3 茶叶生化参量的采集第21-23页
第二章 茶叶高光谱数据库的设计第23-29页
    2.1 需求分析第23-24页
        2.1.1 简单的数据处理第23页
        2.1.2 高光谱数据的高效管理和存储第23-24页
        2.1.3 数据的查询与显示第24页
        2.1.4 光谱数据的分析功能第24页
        2.1.5 本地数据和数据库数据无缝结合第24页
        2.1.6 数据库的维护第24页
    2.2 数据库应用系统结构设计第24-26页
    2.3 数据库规范设计第26页
        2.3.1 数据库数据规范设计第26页
        2.3.2 数据内容设计第26页
        2.3.3 数据存储方式设计第26页
    2.4 数据表结构设计第26-28页
        2.4.1 光谱数据表第26-27页
        2.4.2 生化参量数据表第27-28页
    2.5 用户界面设计第28-29页
第三章 数据库系统的开发与功能实现第29-49页
    3.1 数据库系统开发环境第29页
    3.2 数据预处理功能第29-32页
        3.2.1 自动挑线算法第29-31页
        3.2.2 程序运行结果第31-32页
    3.3 数据的入库和导出功能第32-35页
        3.3.1 数据库连接第32页
        3.3.2 数据入库第32-34页
        3.3.3 数据导出第34页
        3.3.4 数据更新及删除第34-35页
    3.4 数据查询与显示第35-36页
        3.4.1 数据查询第35页
        3.4.2 数据显示第35-36页
    3.5 系统界面实现第36-37页
    3.6 系统管理第37-39页
        3.6.1 用户管理第38-39页
        3.6.2 数据备份和还原第39页
        3.6.3 日志管理第39页
    3.7 数据处理分析第39-49页
        3.7.1 光谱数据平滑第39-40页
        3.7.2 包络线去除第40-42页
        3.7.3 光谱变换第42-43页
        3.7.4 水吸收波段去除第43-44页
        3.7.5 光谱参量第44-49页
第四章 鲜茶叶高光谱特征选择与品种识别第49-63页
    4.1 特征选择算法原理第49-51页
        4.1.1 Elastic Net第49-50页
        4.1.2 SVM-RFE第50-51页
    4.2 分类方法第51-53页
        4.2.1 SVM第51-52页
        4.2.2 随机森林第52-53页
    4.3 实验数据及预处理第53页
    4.4 结果与分析第53-60页
        4.4.1 SVM-RFE特征选择模型构建第54-55页
        4.4.2 Elastic Net特征选择模型构建第55-56页
        4.4.3 特征选择结果分析第56-58页
        4.4.4 数据分类与精度评价第58-60页
    4.5 结论和讨论第60-63页
第五章 结论与展望第63-65页
    5.1 结论第63页
    5.2 亮点、不足与展望第63-65页
        5.2.1 本文亮点第63-64页
        5.2.2 不足与展望第64-65页
参考文献第65-71页
攻读学位期间承担的科研任务与主要成果第71-73页
致谢第73-75页
个人简历第75-79页

论文共79页,点击 下载论文
上一篇:天地波全数字化高频雷达数据采集系统的设计
下一篇:基于Space4cloud的云应用软件体系结构层性能多目标演化优化方法