首页--农业科学论文--植物保护论文--病虫害及其防治论文--植物病虫害的预测预报论文

基于Web技术的虫害预测系统的研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究背景与意义第10页
    1.2 国内外研究现状第10-13页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-13页
    1.3 研究内容第13-14页
        1.3.1 主要研究内容第13-14页
        1.3.2 研究思路第14页
    1.4 论文结构安排第14-16页
第二章 基础理论与预测模型的研究第16-35页
    2.1 农作物虫害预测预报第16-21页
        2.1.1 农作物虫害预测预报类别第16页
        2.1.2 农作物虫害预测预报方法第16-21页
    2.2 PSO-LSSVM预测模型第21-26页
        2.2.1 PSO算法第21-23页
        2.2.2 改进的PSO算法第23-25页
        2.2.3 基于改进的PSO算法的LSSVM模型第25-26页
    2.3 PLS-PSO-LSSVM预测模型第26-33页
        2.3.1 单变量PLS算法思想第26-28页
        2.3.2 支持向量机(SVM)第28-29页
        2.3.3 最小二乘支持向量机(LSSVM)第29-31页
        2.3.4 PLS-PSO-LSSVM模型工作原理第31-33页
    2.4 小结第33-35页
第三章 基于区域的虫害发生量预测的研究第35-47页
    3.1 资料来源第35页
    3.2 各省稻飞虱发生情况第35-38页
        3.2.1 气候变化对稻飞虱发生的影响第36-37页
        3.2.2 气候变化对稻飞虱发生的综合影响第37-38页
    3.3 数据处理第38-40页
        3.3.1 主成分提取第39-40页
    3.4 评价指标和比较模型第40页
    3.5 结果与分析第40-46页
        3.5.1 PLS拟合第40-42页
        3.5.2 PLS-BP拟合第42-44页
        3.5.3 PLS-PSO-LSSVM拟合第44-45页
        3.5.4 几种模型预测结果对比第45-46页
    3.6 小结第46-47页
第四章 基于Web技术的虫害预测系统的设计与实现第47-61页
    4.1 系统目标第47页
    4.2 系统总体设计第47-49页
        4.2.1 用户角色设计第48页
        4.2.2 功能模块设计第48-49页
    4.3 系统详细设计第49-54页
        4.3.1 系统用例图第50-52页
        4.3.2 系统类图第52页
        4.3.3 系统序列图第52-54页
    4.4 开发工具及环境第54页
    4.5 系统实现相关技术第54-56页
        4.5.1 Spring MVC框架第54-55页
        4.5.2 Fork/Join框架第55-56页
        4.5.3 Web Service第56页
    4.6 主要功能模块的实现第56-60页
        4.6.1 数据管理第56-58页
        4.6.2 统计分析功能第58-59页
        4.6.3 虫害情况预测第59-60页
    4.7 小结第60-61页
第五章 总结与展望第61-63页
    5.1 总结第61页
    5.2 展望第61-63页
参考文献第63-67页
致谢第67-68页
攻读硕士期间的学术成果第68页

论文共68页,点击 下载论文
上一篇:基于ZigBee的养鸡场温湿度监控系统
下一篇:嵌入式水稻病虫害图像采集与诊断系统的研究