首页--农业科学论文--农作物论文--禾谷类作物论文--麦论文--小麦论文

冬小麦叶片叶绿素含量可见/近红外光谱检测研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 光谱检测模型研究现状第11-12页
        1.2.2 叶绿素检测研究现状第12-13页
        1.2.3 光谱分析软件系统研究现状第13-14页
    1.3 研究内容与技术路线第14-15页
        1.3.1 研究内容第14页
        1.3.2 技术路线第14-15页
    1.4 论文结构安排第15-17页
第二章 光谱分析技术及方法第17-26页
    2.1 光谱分析技术第17-18页
    2.2 光谱分析技术流程第18-20页
    2.3 光谱图像预处理方法第20-22页
        2.3.1 导数方法第20页
        2.3.2 平滑方法第20-21页
        2.3.3 多元散射校正第21页
        2.3.4 标准正态变量变换第21-22页
    2.4 建模方法第22-23页
        2.4.1 偏最小二乘法第22页
        2.4.2 BP神经网络第22-23页
    2.5 连续投影算法第23-24页
    2.6 模型精度评价指标第24-25页
    2.7 本章小结第25-26页
第三章 冬小麦叶片光谱数据和叶绿素相对含量获取第26-33页
    3.1 冬小麦样本采集第26页
    3.2 光谱数据测定第26-30页
        3.2.1 高光谱图像采集仪第27页
        3.2.2 高光谱图像获取第27-28页
        3.2.3 反射光谱图像获取第28-30页
    3.3 叶绿素相对含量的测定第30页
    3.4 结果与分析第30-32页
        3.4.1 叶绿素相对含量测量结果分析及建模样本选择第30-32页
        3.4.2 光谱数据测量结果分析第32页
    3.5 本章小结第32-33页
第四章 光谱图像预处理及建模研究第33-43页
    4.1 光谱图像预处理第33-34页
    4.2 分析模型的建立第34-38页
        4.2.1 偏最小二乘法建模研究第34-36页
        4.2.2 BP神经网络建模研究第36-38页
    4.3 建模结果与对比分析第38页
    4.4 选择特征波段建模第38-41页
        4.4.1 特征波段的选择与建模第39-40页
        4.4.2 结果对比与分析第40-41页
    4.5 本章小结第41-43页
第五章 冬小麦叶片叶绿素含量光谱分析软件系统的设计与实现第43-50页
    5.1 光谱分析软件系统的设计第43-44页
        5.1.1 光谱系统架构第43页
        5.1.2 系统功能设计第43-44页
    5.2 光谱分析软件系统的实现第44-47页
        5.2.1 前台显示的实现第44-45页
        5.2.2 系统功能的实现第45-47页
    5.3 系统应用实例测试第47-49页
        5.3.1 数据预处理功能测试第48页
        5.3.2 建模功能测试第48-49页
    5.4 本章小结第49-50页
第六章 总结与展望第50-52页
    6.1 总结第50页
    6.2 展望第50-52页
参考文献第52-56页
致谢第56-57页
作者简介第57页

论文共57页,点击 下载论文
上一篇:铁路工程施工质量风险评价研究--以A铁路第六标段为例
下一篇:AL公司员工培训管理优化研究