| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究的目的与意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·存在的问题 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·研究方法 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 小波分析基本理论 | 第14-20页 |
| ·傅里叶变换、窗口傅里叶变换与小波变换 | 第14-15页 |
| ·小波变换 | 第15页 |
| ·连续小波变换 | 第15页 |
| ·离散小波变换 | 第15页 |
| ·常用小波函数 | 第15-16页 |
| ·Haar 小波 | 第15-16页 |
| ·Mexican Hat 小波 | 第16页 |
| ·Morlet 小波 | 第16页 |
| ·Daubechies(dbN)小波 | 第16页 |
| ·多分辨分析 | 第16-18页 |
| ·MALLAT 算法 | 第18页 |
| ·本章小结 | 第18-20页 |
| 第三章 基于多元逐步回归的预测模型研究 | 第20-25页 |
| ·引言 | 第20页 |
| ·逐步回归的主要原理 | 第20页 |
| ·逐步回归的主要计算步骤 | 第20-22页 |
| ·多元逐步回归模型的建立与检验 | 第22-24页 |
| ·材料来源 | 第22页 |
| ·预报对象分级标准 | 第22页 |
| ·模型建立与检验 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于主成分分析的BP 预测模型研究 | 第25-36页 |
| ·引言 | 第25页 |
| ·主成分分析法原理与步骤 | 第25-27页 |
| ·BP 网络概述 | 第27-31页 |
| ·BP 算法 | 第28-30页 |
| ·网络的局限性 | 第30页 |
| ·BP 算法的改进 | 第30-31页 |
| ·基于主成分的BP 预测模型的建立与检验 | 第31-35页 |
| ·输入变量的选择 | 第31-33页 |
| ·隐层神经元数目的选取 | 第33-34页 |
| ·激活函数的选取 | 第34页 |
| ·学习算法的选取 | 第34页 |
| ·实验结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 基于小波网络的预测模型研究 | 第36-48页 |
| ·引言 | 第36页 |
| ·小波网络概述 | 第36-38页 |
| ·“松散型”小波网络在小麦条锈病预测中的应用 | 第38-46页 |
| ·“松散型”小波网络 | 第38-40页 |
| ·“分解—重构—预测”小波网络在小麦条锈病预测中的应用 | 第40-46页 |
| ·本章小结 | 第46-48页 |
| 第六章 系统设计与实现 | 第48-54页 |
| ·系统开发分析与结构 | 第48-49页 |
| ·系统实现的关键技术 | 第49-50页 |
| ·MATLAB 护展编译器—Matlab CompilerTM JA | 第49页 |
| ·MATLAB 函数转变为JAVA 类 | 第49-50页 |
| ·JAVA 调用MATLAB 函数 | 第50页 |
| ·系统实现及功能 | 第50-53页 |
| ·主要功能模型 | 第50-51页 |
| ·主要功能界面 | 第51-53页 |
| ·系统评价与测试 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第七章 结论与展望 | 第54-56页 |
| ·结论 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 附录 | 第62-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |