基于YOLO深度学习算法的毛竹维管束分布特征研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第15-22页 |
1.1 引言 | 第15-19页 |
1.1.1 研究背景 | 第15-16页 |
1.1.2 国内外研究现状及发展动态 | 第16-19页 |
1.2 研究目标和主要研究内容 | 第19-20页 |
1.2.1 关键的科学问题与研究目标 | 第19页 |
1.2.2 主要研究内容 | 第19-20页 |
1.3 研究技术路线 | 第20-22页 |
第二章 维管束识别模型的构建 | 第22-39页 |
2.1 引言 | 第22页 |
2.2 材料与方法 | 第22-34页 |
2.2.1 实验材料 | 第22-24页 |
2.2.2 模型选择 | 第24-25页 |
2.2.3 模型训练 | 第25-34页 |
2.3 结果与讨论 | 第34-38页 |
2.3.1 模型识别效果评价 | 第34-35页 |
2.3.2 模型识别准确性评价 | 第35-38页 |
2.4 小结 | 第38-39页 |
第三章 毛竹维管束分布特征的株间变异 | 第39-54页 |
3.1 引言 | 第39页 |
3.2 材料与方法 | 第39-41页 |
3.2.1 实验材料 | 第39-41页 |
3.2.2 实验方法 | 第41页 |
3.3 结果与讨论 | 第41-53页 |
3.3.1 竹环宏观特征参数的株间变异 | 第41-42页 |
3.3.2 竹环维管束特征的株间变异 | 第42-45页 |
3.3.3 竹环维管束特征与宏观特征的关系 | 第45-50页 |
3.3.4 竹环维管束特征与地理环境因素关系 | 第50-53页 |
3.4 小结 | 第53-54页 |
第四章 毛竹维管束分布特征的株内变异 | 第54-62页 |
4.1 引言 | 第54页 |
4.2 材料与方法 | 第54-55页 |
4.2.1 实验材料 | 第54页 |
4.2.2 实验方法 | 第54-55页 |
4.3 结果与讨论 | 第55-61页 |
4.3.1 竹环宏观特征参数的株内变异 | 第55-56页 |
4.3.2 竹环维管束数量的株内变异 | 第56-60页 |
4.3.3 竹环纤维鞘组织比量的株内变异 | 第60-61页 |
4.4 小结 | 第61-62页 |
第五章 毛竹维管束分布特征的节内变异 | 第62-69页 |
5.1 引言 | 第62页 |
5.2 材料与方法 | 第62-63页 |
5.2.1 实验材料 | 第63页 |
5.2.2 实验方法 | 第63页 |
5.3 结果与讨论 | 第63-68页 |
5.3.1 竹环宏观特征参数的节间内变异 | 第63-65页 |
5.3.2 竹环维管束数量的节间内变异 | 第65-67页 |
5.3.3 维管束的分布密度和纤维鞘组织比量 | 第67-68页 |
5.4 小结 | 第68-69页 |
第六章 结论与建议 | 第69-71页 |
6.1 结论 | 第69-70页 |
6.2 建议 | 第70-71页 |
参考文献 | 第71-75页 |
在读期间的学术研究 | 第75-77页 |
致谢 | 第77页 |