| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题研究的背景和意义 | 第11页 |
| 1.2 粮虫检测研究现状 | 第11-12页 |
| 1.3 时频分析研究现状 | 第12-17页 |
| 1.4 生物光子学 | 第17-19页 |
| 1.4.1 生物光子辐射现象 | 第17页 |
| 1.4.2 研究进展 | 第17-18页 |
| 1.4.3 相关应用 | 第18-19页 |
| 1.5 本文的主要工作和章节安排 | 第19-21页 |
| 2 小麦的自发生物光子辐射信号采集及预处理 | 第21-29页 |
| 2.1 信号的采集 | 第21-25页 |
| 2.1.1 实验样品的制备 | 第21-23页 |
| 2.1.2 .测量系统 | 第23-24页 |
| 2.1.3 实验方法 | 第24页 |
| 2.1.4 信号的分析 | 第24-25页 |
| 2.2 信号的预处理 | 第25-28页 |
| 2.2.1 异常数据处理 | 第25-26页 |
| 2.2.2 噪声的去除 | 第26-28页 |
| 2.3 小结 | 第28-29页 |
| 3 基于高阶谱的小麦自发生物光子辐射信号特性分析 | 第29-45页 |
| 3.1 概述 | 第29页 |
| 3.2 高阶谱理论及小麦自发生物光子辐射信号特性的分析 | 第29-43页 |
| 3.2.1 高阶矩和高阶累积量 | 第29-31页 |
| 3.2.2 高阶谱 | 第31-36页 |
| 3.2.3 切片双谱 | 第36-37页 |
| 3.2.4 小麦自发生物光子辐射信号双谱特性提取 | 第37-39页 |
| 3.2.5 实验结果与分析 | 第39-43页 |
| 3.3 小结 | 第43-45页 |
| 4 基于CEEMD和Hilbert谱的小麦隐蔽性虫害识别 | 第45-65页 |
| 4.1 概述 | 第45-46页 |
| 4.2 CEEMD算法介绍 | 第46-52页 |
| 4.2.1 经验模态分解(EMD)原理 | 第46-49页 |
| 4.2.2 CEEMD的算法原理 | 第49-52页 |
| 4.3 Hilbert谱和Hilbert边际谱 | 第52-53页 |
| 4.4 特征参数提取 | 第53-54页 |
| 4.5 信号识别 | 第54-63页 |
| 4.5.1 BP神经网络原理 | 第54-55页 |
| 4.5.2 实验结果与分析 | 第55-63页 |
| 4.6 小结 | 第63-65页 |
| 5 总结与展望 | 第65-69页 |
| 5.1 全文工作总结 | 第65-66页 |
| 5.2 展望 | 第66-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简介 | 第74页 |