| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 论文研究的意义 | 第9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 国内外农作物长势视频监控和信息采集技术研究现状 | 第9-11页 |
| 1.3.2 国内外玉米虫害预测预警的研究与应用现状 | 第11-12页 |
| 1.4 技术路线 | 第12-13页 |
| 1.5 本文的主要内容与组织结构 | 第13-14页 |
| 1.5.1 主要内容 | 第13页 |
| 1.5.2 组织结构 | 第13-14页 |
| 2 基于物联网的远程虫害信息监控系统 | 第14-25页 |
| 2.1 概述 | 第14-16页 |
| 2.2 系统的总体设计 | 第16-17页 |
| 2.3 系统的功能 | 第17-24页 |
| 2.3.1 数据采集 | 第17-20页 |
| 2.3.2 供电与远程数据传输方式 | 第20-21页 |
| 2.3.3 田间图像采集 | 第21-22页 |
| 2.3.4 图像控制存储 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 机器学习与支持向量机 | 第25-33页 |
| 3.1 机器学习 | 第25-26页 |
| 3.2 支持向量机分类 | 第26-27页 |
| 3.3 支持向量回归 | 第27-32页 |
| 3.3.1 ε-不灵敏损失函数 | 第28-29页 |
| 3.3.2 SVM线性回归 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 基于支持向量回归的玉米虫害预测预警 | 第33-42页 |
| 4.1 数据来源 | 第33-34页 |
| 4.2 玉米虫害预测模型简介 | 第34-37页 |
| 4.2.1 模型结构 | 第34-35页 |
| 4.2.2 模型参数的选取 | 第35-36页 |
| 4.2.3 模型的评价指标 | 第36-37页 |
| 4.3 数据的预处理 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-50页 |