| 摘要 | 第4-5页 |
| Abslracrt | 第5-6页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 作物育种数据采集技术研究现状 | 第12-13页 |
| 1.2.2 作物育种综合评价技术研究现状 | 第13-15页 |
| 1.2.3 作物育种信息管理软件应用现状 | 第15-18页 |
| 1.3 研究内容及技术路线 | 第18-21页 |
| 1.3.1 研究目标 | 第18-19页 |
| 1.3.2 研究内容 | 第19-20页 |
| 1.3.3 技术路线 | 第20-21页 |
| 1.4 本章小结 | 第21-23页 |
| 第二章 基于序相关的作物育种评价性状选择方法 | 第23-37页 |
| 2.1 引言 | 第23页 |
| 2.2 性状与评价结果相关性研究 | 第23-28页 |
| 2.2.1 数据定义 | 第24-25页 |
| 2.2.2 数据预处理 | 第25-26页 |
| 2.2.3 筛选训练样本集与候选性状集合 | 第26-28页 |
| 2.2.4 性状相关性计算 | 第28页 |
| 2.3 性状间相似性研究 | 第28-29页 |
| 2.4 性状组合选择最优化算法研究 | 第29-30页 |
| 2.5 试验分析 | 第30-36页 |
| 2.5.1 试验设置 | 第30页 |
| 2.5.2 结果与分析 | 第30-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于决策树的作物育种评价方法 | 第37-45页 |
| 3.1 引言 | 第37-38页 |
| 3.2 决策属性选择方法研究 | 第38页 |
| 3.3 划分值选择方法研究 | 第38-39页 |
| 3.4 决策策略标准化方法研究 | 第39页 |
| 3.5 试验分析 | 第39-44页 |
| 3.5.1 试验设置 | 第39-40页 |
| 3.5.2 结果与分析 | 第40-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于机器视觉的抗性育种材料筛选方法 | 第45-65页 |
| 4.1 引言 | 第45页 |
| 4.2 基于DCT和区域生长的病虫害图像分割方法研究 | 第45-54页 |
| 4.2.1 材料与方法 | 第46-49页 |
| 4.2.2 结果与分析 | 第49-54页 |
| 4.2.3 讨论 | 第54页 |
| 4.3 基于K-均值聚类和椭圆拟合的虫害计数方法研究 | 第54-61页 |
| 4.3.1 材料与方法 | 第54-57页 |
| 4.3.2 结果与分析 | 第57-60页 |
| 4.3.3 讨论 | 第60-61页 |
| 4.4 基于PDA的作物病虫害信息移动采集系统研发 | 第61-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 作物育种信息管理与辅助决策系统 | 第65-87页 |
| 5.1 引言 | 第65页 |
| 5.2 作物育种信息管理与辅助决策系统设计与研发 | 第65-69页 |
| 5.3 基于PDA的作物育种数据采集与决策系统研发 | 第69-78页 |
| 5.3.1 育种材料电子标识 | 第69-71页 |
| 5.3.2 田间性状数据移动采集与追溯 | 第71-72页 |
| 5.3.3 基于RFID的育种材料田间布局统计 | 第72-78页 |
| 5.4 云环境下作物育种信息化模型研究 | 第78-82页 |
| 5.4.1 云环境下作物育种信息化服务优势 | 第78-80页 |
| 5.4.2 云环境下作物育种信息化模型构建 | 第80-82页 |
| 5.5 案例分析 | 第82-85页 |
| 5.6 本章小结 | 第85-87页 |
| 第六章 结论与展望 | 第87-91页 |
| 6.1 结论 | 第87-88页 |
| 6.2 创新点 | 第88-89页 |
| 6.3 展望 | 第89-91页 |
| 参考文献 | 第91-101页 |
| 致谢 | 第101-103页 |
| 作者简历 | 第103-105页 |
