摘要 | 第1-4页 |
Abstract | 第4-10页 |
1 绪论 | 第10-14页 |
·研究目的和意义 | 第10页 |
·国内外研究现状 | 第10-11页 |
·论文的研究内容 | 第11-13页 |
·论文研究的主要内容 | 第11-12页 |
·论文研究步骤与组织结构 | 第12-13页 |
·论文的创新点 | 第13-14页 |
2 理论分析 | 第14-24页 |
·小波分析 | 第14-19页 |
·小波消噪 | 第15-16页 |
·二维多分辨率小波分解 | 第16-19页 |
·Mallat 算法 | 第19-20页 |
·Mallat 算法理论 | 第19页 |
·Mallat 算法信号分解与重建 | 第19-20页 |
·逐步回归分析 | 第20-22页 |
·逐步回归基本思想及步骤 | 第20-21页 |
·逐步回归理论 | 第21-22页 |
·非线性逐步回归 | 第22页 |
·非平稳时间序列分析 ARIMA 模型 | 第22-24页 |
·ARIMA 模型介绍 | 第22-23页 |
·ARIMA 模型预测步骤及模型评价 | 第23-24页 |
3 小波分析与非线性逐步回归预测模型 | 第24-28页 |
·预测模型建立 | 第24-25页 |
·模型检验与评价 | 第25-28页 |
·模型检验 | 第25-26页 |
·与逐步回归分析作对比 | 第26-27页 |
·模型评价 | 第27-28页 |
4 LabVIEW 与 Matlab 混合编程系统实现 | 第28-42页 |
·开发工具的选用及介绍 | 第28-29页 |
·需求分析 | 第29-31页 |
·系统设计思想 | 第29-30页 |
·数据分析流程图 | 第30-31页 |
·系统界面设计与实现功能 | 第31-32页 |
·系统界面设计 | 第31页 |
·系统实现功能 | 第31-32页 |
·系统的实现与编程 | 第32-40页 |
·系统子 VI 程序 | 第32-35页 |
·二维多分辨率小波分解 | 第35-36页 |
·小波消噪 | 第36-37页 |
·小波分析与非线性逐步回归拟合结果 | 第37-38页 |
·ARIMA 气候预测与农业病虫害预测 | 第38-39页 |
·与逐步回归分析结果对比 | 第39-40页 |
·系统使用说明与安装 | 第40-41页 |
·LabVIEW 与 Matlab 混合编程评价 | 第41-42页 |
5 应用实例——以安徽省沿江区单晚水稻纹枯病为例 | 第42-60页 |
·数据来源与筛选 | 第43-44页 |
·安徽省沿江区单晚水稻纹枯病建模分析结果 | 第44-58页 |
·宣城单晚水稻纹枯病建模分析结果 | 第44-49页 |
·和县单晚水稻纹枯病建模分析结果 | 第49-53页 |
·潜山单晚水稻纹枯病建模分析结果 | 第53-58页 |
·安徽省沿江区单晚水稻纹枯病建模分析结果评价 | 第58-60页 |
6 总结与展望 | 第60-61页 |
参考文献 | 第61-64页 |
附录 | 第64-71页 |
致谢 | 第71-72页 |
个人简介 | 第72页 |
在读期间发表的学术论文 | 第72页 |