| 致谢 | 第6-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 研究背景与意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 回归分析法 | 第16-18页 |
| 1.2.2 支持向量机 | 第18-19页 |
| 1.2.3 神经网络 | 第19-20页 |
| 1.2.4 大数据预测 | 第20-21页 |
| 1.3 小麦赤霉病研究现状 | 第21-24页 |
| 1.3.1 小麦赤霉病的分布与症状 | 第22-23页 |
| 1.3.2 小麦赤霉病发生与流行的因素 | 第23-24页 |
| 1.4 本文主要研究内容 | 第24-26页 |
| 1.4.1 研究内容 | 第24页 |
| 1.4.2 论文结构 | 第24-26页 |
| 第二章 支持向量机理论概述 | 第26-36页 |
| 2.1 线性可分支持向量机原理 | 第27-30页 |
| 2.2 线性不可分支持向量机原理 | 第30-32页 |
| 2.2.1 核函数 | 第30-31页 |
| 2.2.2 松弛变量和惩罚因子 | 第31-32页 |
| 2.3 SVM分类器训练 | 第32-34页 |
| 2.3.1 一次性求解法 | 第32-33页 |
| 2.3.2 一类对余类分类法 | 第33页 |
| 2.3.3 一对一分类法 | 第33页 |
| 2.3.4 基于层次结构的多类支持向量机 | 第33-34页 |
| 2.3.5 有向无环图方法 | 第34页 |
| 2.3.6 多类分类算法的比较分析 | 第34页 |
| 2.4 小结 | 第34-36页 |
| 第三章 基于支持向量机的小麦赤霉病预测模型构建 | 第36-50页 |
| 3.1 小麦赤霉病因子分析 | 第36-38页 |
| 3.1.1 小麦生育期特点 | 第36-37页 |
| 3.1.2 安徽省小麦赤霉病的发生时间 | 第37-38页 |
| 3.2 基于支持向量机的小麦赤霉病预测模型建立 | 第38-49页 |
| 3.2.1 数据来源 | 第38-40页 |
| 3.2.2 变量的过滤和处理 | 第40-45页 |
| 3.2.3 基于多类分类支持向量机的小麦赤霉病预测过程 | 第45-46页 |
| 3.2.4 基于多类分类支持向量机的小麦赤霉病结果 | 第46-48页 |
| 3.2.5 回归分析法与支持向量机预测模型实验对比 | 第48-49页 |
| 3.3 小结 | 第49-50页 |
| 第四章 基于支持向量机的小麦赤霉病预测系统设计与实现 | 第50-55页 |
| 4.1 B/S架构与Ajax介绍 | 第50-52页 |
| 4.1.1 B/S架构 | 第50-51页 |
| 4.1.2 Ajax介绍 | 第51-52页 |
| 4.2 系统整体设计 | 第52-53页 |
| 4.2.1 系统整体目标 | 第52页 |
| 4.2.2 可行性分析 | 第52页 |
| 4.2.3 开发环境与工具 | 第52-53页 |
| 4.3 系统设计与实现 | 第53-54页 |
| 4.3.1 系统实现技术路线 | 第53-54页 |
| 4.3.2 系统主要界面 | 第54页 |
| 4.4 小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 未来展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简介 | 第60页 |
