小麦隐蔽性害虫超微弱发光数据分析技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题研究背景和意义 | 第10-12页 |
| ·数据分析技术的现状 | 第12-15页 |
| ·数据预处理 | 第12页 |
| ·时间统计分析 | 第12-14页 |
| ·多元线性回归模型 | 第14页 |
| ·基于偏最小二乘回归分析方法 | 第14页 |
| ·人工神经神经网络法 | 第14-15页 |
| ·本课题的关键技术与难点 | 第15页 |
| ·研究内容 | 第15-18页 |
| 2 数据分析方法 | 第18-33页 |
| ·数据预处理 | 第18-24页 |
| ·小波降噪 | 第19-22页 |
| ·自适应干扰对消器 | 第22-24页 |
| ·时域统计分析 | 第24-26页 |
| ·经典功率谱分析 | 第26-27页 |
| ·时间序列模型 | 第27-31页 |
| ·时间序列概述 | 第27-28页 |
| ·AR 模型 | 第28-31页 |
| ·模式分类 | 第31-32页 |
| ·小结 | 第32-33页 |
| 3 小麦不同品种超微弱发光数据特性分析 | 第33-47页 |
| ·测量不同品种的小麦自发超微弱发光信号 | 第33-37页 |
| ·数据预处理 | 第37-38页 |
| ·时域分析 | 第38-41页 |
| ·时域波形图 | 第38-39页 |
| ·统计参数 | 第39-40页 |
| ·自相关函数 | 第40-41页 |
| ·功率谱分析 | 第41-45页 |
| ·小结 | 第45-47页 |
| 4 含虫小麦超微弱发光数据特性分析 | 第47-61页 |
| ·实验材料和仪器测量 | 第47-49页 |
| ·实验材料 | 第47页 |
| ·主要实验仪器 | 第47-48页 |
| ·玉米象饲养 | 第48-49页 |
| ·含虫小麦超微弱发光信号测量 | 第49页 |
| ·利用小波降噪对数据预处理 | 第49-50页 |
| ·时域分析 | 第50-58页 |
| ·统计特征分析 | 第50-57页 |
| ·分类 | 第57-58页 |
| ·时间序列模型 | 第58-59页 |
| ·AR 模型 | 第58-59页 |
| ·分类 | 第59页 |
| ·小结 | 第59-61页 |
| 5 对消器在超微弱发光信号中的应用 | 第61-65页 |
| ·实验材料和实验设备 | 第61页 |
| ·含虫小麦超微弱发光信号测量 | 第61-62页 |
| ·利用对消器预处理 | 第62-63页 |
| ·分类 | 第63-64页 |
| ·小结 | 第64-65页 |
| 结论与展望 | 第65-69页 |
| 总结 | 第65-66页 |
| 本文的主要创新点 | 第66-67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 个人简介 | 第73页 |
