| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究目的和意义 | 第12-13页 |
| 1.2 现状综述 | 第13-15页 |
| 1.2.1 高通量表型检测研究相关综述 | 第13-14页 |
| 1.2.2 育种大数据处理研究相关综述 | 第14-15页 |
| 1.3 研究内容与技术路线 | 第15-17页 |
| 1.3.1 育种大数据处理 | 第16页 |
| 1.3.2 高通量表型检测研究 | 第16-17页 |
| 1.4 章节安排 | 第17-20页 |
| 第二章 育种大数据背景下的聚类算法研究 | 第20-38页 |
| 2.1 引言 | 第20-21页 |
| 2.2 相关背景 | 第21-25页 |
| 2.2.1 变精度模糊粗糙集理论 | 第21-23页 |
| 2.2.2 k-means聚类算法 | 第23-24页 |
| 2.2.3 k-means++聚类算法 | 第24-25页 |
| 2.3 基于变精度模糊粗糙集理论的动态增加k-means++聚类算法 | 第25-29页 |
| 2.3.1 算法描述 | 第25-27页 |
| 2.3.2 实验分析 | 第27-29页 |
| 2.4 基于粗糙模糊集理论的批量动态增加k-means聚类算法 | 第29-36页 |
| 2.4.1 基于粗糙模糊集理论的聚类 | 第29-31页 |
| 2.4.2 基于包含度的粗糙模糊集理论 | 第31-32页 |
| 2.4.3 BD-RFKM聚类算法 | 第32-34页 |
| 2.4.4 实验 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 聚类算法在育种数据库构建中的应用 | 第38-48页 |
| 3.1 引言 | 第38页 |
| 3.2 相关背景 | 第38-41页 |
| 3.2.1 稀疏自编码器 | 第39-40页 |
| 3.2.2 堆栈稀疏自编码器 | 第40-41页 |
| 3.3 基于商空间理论的距离公式算法研究 | 第41-43页 |
| 3.4 种质资源数据品质聚类算法研究 | 第43-44页 |
| 3.5 算法应用与结果分析 | 第44-47页 |
| 3.5.1 数据来源 | 第44-45页 |
| 3.5.2 实验设计与结果分析 | 第45-46页 |
| 3.5.3 育种数据品质分类应用 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于网格摄像头矩阵的作物生长表型监测方法研究 | 第48-64页 |
| 4.1 引言 | 第48-50页 |
| 4.2 网格摄像头矩阵图像数据采集 | 第50-53页 |
| 4.2.1 摄像头基本参数 | 第51页 |
| 4.2.2 图像映射 | 第51-52页 |
| 4.2.3 网格摄像头矩阵建设 | 第52-53页 |
| 4.3 作物本体高度视觉建模方法研究 | 第53-58页 |
| 4.4 基于RGB空间变换的图像绿色覆盖度计算方法研究 | 第58-61页 |
| 4.5 实验分析 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 基于UVA多传感器作物育种表型信息监测方法研究 | 第64-76页 |
| 5.1 引言 | 第64-65页 |
| 5.2 UVA平台的搭建与传感器选型 | 第65-67页 |
| 5.3 基于多传感器融合的育种表型信息监测方法研究 | 第67-71页 |
| 5.3.1 无地面控制点的遥感数据几何校正算法 | 第67-68页 |
| 5.3.2 基于数字表面模型的育种小区作物表型计算 | 第68-69页 |
| 5.3.3 基于多光谱正射影像的育种小区叶面积指数计算 | 第69-71页 |
| 5.4 实验分析与应用 | 第71-75页 |
| 5.4.1 实验流程设计 | 第71-72页 |
| 5.4.2 数据处理流程 | 第72-73页 |
| 5.4.3 结果分析与应用 | 第73-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 高通量生物育种物联网平台 | 第76-92页 |
| 6.1 引言 | 第76页 |
| 6.2 系统设计与发展方向 | 第76-78页 |
| 6.3 主要建设内容 | 第78-89页 |
| 6.3.1 育种信息化基础管理系统 | 第78-82页 |
| 6.3.2 育种农业传感器 | 第82-83页 |
| 6.3.3 高通量作物田间表型视觉测量装置 | 第83-84页 |
| 6.3.4 育种表型快速检测移动机器人平台 | 第84-89页 |
| 6.4 发展目标和发展路线图 | 第89页 |
| 6.5 本章小结 | 第89-92页 |
| 第七章 总结与展望 | 第92-94页 |
| 7.1 本文主要工作与创新点 | 第92-93页 |
| 7.2 未来研究工作展望 | 第93-94页 |
| 参考文献 | 第94-104页 |
| 图表目录 | 第104-106页 |
| 致谢 | 第106-108页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第108-109页 |
