中文摘要 | 第1-5页 |
abstract | 第5-9页 |
第1章 绪论 | 第9-18页 |
·课题的研究背景及意义 | 第9-12页 |
·课题研究背景 | 第9-11页 |
·课题研究意义 | 第11-12页 |
·课题的国内外研究现状 | 第12-15页 |
·植物生长柜的研究现状 | 第12-14页 |
·植物生长状态测量的研究现状 | 第14-15页 |
·植物生长状态预测的研究现状 | 第15页 |
·论文主要内容与组织结构 | 第15-18页 |
第2章 物联网植物生长柜实验平台 | 第18-35页 |
·物联网植物生长柜系统 | 第18-20页 |
·物联网定义及其技术结构 | 第18-19页 |
·植物生长柜系统设计 | 第19-20页 |
·数据采集--物联网感知层 | 第20-27页 |
·植物生长柜环境测控端设计 | 第20页 |
·植物生长柜环境硬件测控端总体结构与实现 | 第20-23页 |
·ANDROID系统简介 | 第23页 |
·ANDROID系统编程基础 | 第23-25页 |
·植物生长柜ANDROID端设计与实现 | 第25-27页 |
·数据传输--物联网网络层 | 第27-28页 |
·物联网服务器--物联网应用层 | 第28-34页 |
·WEB服务器 | 第28-29页 |
·WEB服务器设计 | 第29-30页 |
·物联网服务器搭建和数据通信 | 第30-34页 |
·本章小结 | 第34-35页 |
第3章 植物生长状态特征提取方法 | 第35-46页 |
·植物图像采集与预处理 | 第35-38页 |
·图像采集 | 第35页 |
·图像灰度化 | 第35-36页 |
·灰度直方图 | 第36-37页 |
·直方图均衡化 | 第37页 |
·滤波去噪 | 第37-38页 |
·植物图像分割技术 | 第38-43页 |
·灰度直方图的双峰法 | 第39页 |
·迭代法 | 第39-40页 |
·最大类间方差法 | 第40-42页 |
·形态学处理 | 第42-43页 |
·植物图像形态特征提取方法 | 第43-45页 |
·冠层叶面积测量 | 第43页 |
·株高测量 | 第43-44页 |
·精度分析 | 第44-45页 |
·本章小结 | 第45-46页 |
第4章 植物生长状态预测方法研究 | 第46-62页 |
·基于KALMAN滤波的BP神经网络模型 | 第46-50页 |
·BP神经网络 | 第46-47页 |
·BP神经网络的设计及其构建 | 第47页 |
·KALMAN滤波思想 | 第47-49页 |
·基于KALMAN滤波的BP神经网络训练和仿真结果 | 第49-50页 |
·基于ARMAX模型的植物生长预测模型 | 第50-54页 |
·模型定阶和参数估计 | 第51页 |
·模型检验 | 第51-52页 |
·植物生长预测建模运行结果 | 第52-54页 |
·基于ARX模型的植物生长预测模型 | 第54-57页 |
·ARX模型定阶和参数估计 | 第55-56页 |
·模型运行结果和模型检验 | 第56-57页 |
·三种植物生长特征预测方法小结 | 第57-61页 |
·本章小结 | 第61-62页 |
第5章 总结与展望 | 第62-64页 |
·总结 | 第62页 |
·展望 | 第62-64页 |
参考文献 | 第64-69页 |
致谢 | 第69-70页 |
申请学位期间的研究成果及发表的学术论文 | 第70页 |