| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-26页 |
| 1 研究的背景 | 第10-11页 |
| 2 论文研究的意义 | 第11-13页 |
| 3 研究的目标与研究的内容及创新点 | 第13-15页 |
| ·研究目标 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·主要创新点 | 第15页 |
| 4 相关领域及研究现状 | 第15-21页 |
| ·病虫害预警研究现状及其进展 | 第15-19页 |
| ·GIS在水稻病虫害中的研究现状及其进展 | 第19-21页 |
| 5 研究思路与研究方法 | 第21-25页 |
| ·研究思路 | 第21-22页 |
| ·系统研究 | 第22-25页 |
| 6 本章小节 | 第25-26页 |
| 第二章 水稻病虫害数据预处理研究 | 第26-32页 |
| 1 水稻病虫害数据冗余性处理 | 第26-29页 |
| ·粗糙集理论的基本概念 | 第26-27页 |
| ·实例分析 | 第27-29页 |
| 2 属性的重要性处理 | 第29-31页 |
| ·基本概念 | 第30页 |
| ·实例分析 | 第30-31页 |
| 3 本章小节 | 第31-32页 |
| 第三章 水稻病虫害特征诊断及预测分析 | 第32-50页 |
| 1 基于BP神经网络的病虫害特征诊断 | 第32-35页 |
| ·BP神经网络的基本概念 | 第32-33页 |
| ·网络的结构 | 第33页 |
| ·训练集的构成 | 第33-34页 |
| ·网络的训练 | 第34-35页 |
| 2 基于非线性回归的预警模型 | 第35-38页 |
| ·非线性回归分析的基本概念 | 第36页 |
| ·回归方程的选择 | 第36-37页 |
| ·模型的建立 | 第37-38页 |
| 3 基于混合时间序列的预测模型 | 第38-41页 |
| ·时间序列分析方法的基本概念 | 第38-39页 |
| ·建立时间序列模型的基本流程 | 第39页 |
| ·混合时间序列模型的建立 | 第39-41页 |
| 4 基于季节性指数平滑的预测分析 | 第41-43页 |
| ·季节性指数平滑方法的基本概念 | 第41-42页 |
| ·季节性指数平滑模型的建立 | 第42-43页 |
| 5 基于缓冲区分析的病虫害蔓延范围的预测 | 第43-46页 |
| ·缓冲区(Buffer)方法的概述 | 第43-44页 |
| ·建立缓冲区的主要步骤 | 第44-46页 |
| 6 预测结果对比分析 | 第46-49页 |
| ·数据源 | 第46-47页 |
| ·预测结果 | 第47-49页 |
| 7 本章小节 | 第49-50页 |
| 第四章 基于WebGIS的水稻病虫害预警系统的设计与实现 | 第50-60页 |
| 1 WebGIS的基础技术 | 第50-51页 |
| 2 WebGIS平台比较 | 第51-53页 |
| 3 系统总体设计 | 第53-57页 |
| ·系统技术实现 | 第53页 |
| ·系统数据库的设计 | 第53-57页 |
| 4 WebGIS预警系统主要功能实现 | 第57-59页 |
| ·地图基本操作与管理 | 第57页 |
| ·病虫害信息查询与录入 | 第57-58页 |
| ·预警分析结果图示 | 第58-59页 |
| ·病虫害蔓延区域预测 | 第59页 |
| ·模型库的管理 | 第59页 |
| 5 本章小节 | 第59-60页 |
| 第五章 结论与分析 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简介 | 第66页 |