首页--农业科学论文--农业基础科学论文--农业物理学论文--电子技术、计算机技术在农业上的应用论文

物联网LED智能植物生长柜数据分析与处理方法研究

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

论文共70页,点击 下载论文
上一篇:架空输电线路在线状态监测系统研究与设计
下一篇:LED光针灸对脑功能的影响研究