农业数据处理中的异常检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-26页 |
| 1.1 研究背景 | 第8-12页 |
| 1.2 农业传感器数据及其异常检测方法 | 第12-15页 |
| 1.3 近红外光谱数据异常检测方法 | 第15-23页 |
| 1.4 本文主要研究内容 | 第23-24页 |
| 1.5 本文的组织结构 | 第24-26页 |
| 第二章 异常检测方法研究综述 | 第26-40页 |
| 2.1 传统的异常检测方法 | 第26-31页 |
| 2.2 数据流异常检测方法 | 第31-37页 |
| 2.3 近红外光谱数据的异常检测方法 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于预测模型的单传感器数据异常检测方法 | 第40-51页 |
| 3.1 相关工作 | 第40-46页 |
| 3.2 实验及分析 | 第46-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第四章 基于聚类的多传感器数据异常检测方法 | 第51-69页 |
| 4.1 相关工作 | 第51-54页 |
| 4.2 基于聚类的传感器数据异常检测方法 | 第54-62页 |
| 4.3 实验及分析 | 第62-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 基于XY变量联合的NIR光谱异常检测方法 | 第69-82页 |
| 5.1 相关工作 | 第69-71页 |
| 5.2 基于XY变量联合的异常检测算法 | 第71-74页 |
| 5.3 实验及分析 | 第74-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第六章 NIR光谱多组分分析中的异常检测方法 | 第82-91页 |
| 6.1 相关工作 | 第82-85页 |
| 6.2 实验及分析 | 第85-89页 |
| 6.3 本章小结 | 第89-91页 |
| 第七章 总结与展望 | 第91-94页 |
| 7.1 本文总结 | 第91-92页 |
| 7.2 创新点 | 第92-93页 |
| 7.3 展望 | 第93-94页 |
| 参考文献 | 第94-106页 |
| 致谢 | 第106-107页 |
| 作者简介 | 第107页 |
