| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| 1 文献综述 | 第10-18页 |
| ·烟草的物理特性 | 第10-11页 |
| ·烟草的化学成分 | 第11-12页 |
| ·烟草的香气成分 | 第12-13页 |
| ·外显性诊断技术 | 第13-16页 |
| ·外显性诊断技术的意义 | 第13-14页 |
| ·外显性诊断技术的研究进展 | 第14-16页 |
| ·人工神经网络的应用 | 第16-18页 |
| ·人工神经网络在农业上的应用 | 第16页 |
| ·人工神经网络在烟草学中的应用 | 第16-18页 |
| 2 引言 | 第18-20页 |
| 3 材料和方法 | 第20-22页 |
| ·样品采集 | 第20页 |
| ·指标测定方法 | 第20页 |
| ·统计分析方法 | 第20-22页 |
| ·线性回归模型及方法 | 第20页 |
| ·BP 神经网络原理及方法 | 第20-22页 |
| 4 结果与分析 | 第22-43页 |
| ·豫西烟区烤烟品质指标的数量特征 | 第22-23页 |
| ·物理特性的描述统计 | 第22页 |
| ·常规化学成分的描述统计 | 第22-23页 |
| ·中性香气物质含量的描述统计 | 第23页 |
| ·豫西烟区烤烟物理特性与化学成分的关系分析 | 第23-29页 |
| ·叶厚与化学成分的关系分析 | 第23-25页 |
| ·叶厚与总糖、还原糖和糖碱比的关系 | 第23-24页 |
| ·叶厚与钾、氯和钾氯比的关系 | 第24页 |
| ·叶厚与总氮、烟碱和氮碱比的关系 | 第24-25页 |
| ·单叶重和化学成分的关系 | 第25-27页 |
| ·单叶重与总糖、还原糖和糖碱比的关系 | 第25-26页 |
| ·单叶重与钾、氯和钾氯比的关系 | 第26-27页 |
| ·单叶重与总氮、烟碱和氮碱比的关系 | 第27页 |
| ·叶面密度和化学成分的关系 | 第27-29页 |
| ·叶面密度与总糖、还原糖和糖碱比的关系 | 第27-28页 |
| ·叶面密度与氯、钾和钾氯比的关系 | 第28-29页 |
| ·叶面密度与氮、烟碱和氮碱比的关系 | 第29页 |
| ·豫西烤烟物理特性在不同数量水平下香气成分的变化 | 第29-36页 |
| ·烤烟叶厚在不同数量水平下香气成分的变化 | 第29-32页 |
| ·烤烟叶厚和中性香气物质总量的关系 | 第29-30页 |
| ·基于烤烟叶厚的聚类分析 | 第30页 |
| ·中性香气物质在不同叶片厚度水平下的变化 | 第30-32页 |
| ·烤烟单叶重在不同数量水平下香气成分的变化 | 第32-34页 |
| ·单叶重和中性香气物质总量的关系 | 第32页 |
| ·基于烤烟单叶重的聚类分析 | 第32页 |
| ·中性香气物质含量在不同单叶重水平下的变化 | 第32-34页 |
| ·烤烟叶面密度在不同数量水平下香气成分的变化 | 第34-36页 |
| ·叶面密度和中性香气物质总量的关系 | 第34页 |
| ·基于烤烟叶面密度的聚类分析 | 第34-35页 |
| ·中性香气物质含量在不同叶面密度水平下的变化 | 第35-36页 |
| ·豫西烤烟物理特性和化学成分的 BP 神经网络识别 | 第36-39页 |
| ·模型特征参数的选取 | 第36页 |
| ·样本数据的预处理 | 第36页 |
| ·神经网络模型结构的选择 | 第36-37页 |
| ·BP 网络的训练与检验 | 第37-39页 |
| ·多元线性回归预测 | 第39页 |
| ·豫西烤烟物理特性和中性香气物质的 BP 神经网络识别 | 第39-43页 |
| ·BP 网络的训练与检验 | 第39-41页 |
| ·多元回归预测 | 第41-43页 |
| 5 结论和讨论 | 第43-46页 |
| ·豫西烤烟物理特性、化学成分和中性香气物质的数量特征 | 第43页 |
| ·豫西烤烟化学成分的外显性诊断 | 第43-44页 |
| ·豫西烤烟物理特性与中性香气物质的特点分析 | 第44页 |
| ·BP 神经网络模型在豫西烤烟质量评价中的应用 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 英文摘要 | 第51-53页 |
