| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·研究背景 | 第8-9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·存在的问题 | 第11-12页 |
| ·发展的方向 | 第12页 |
| ·论文主要工作和内容安排 | 第12-14页 |
| 第2章 作物生长环境信息采集系统的设计 | 第14-32页 |
| ·主要环境信息对作物生长的影响 | 第14-19页 |
| ·光照 | 第14-15页 |
| ·温度 | 第15-16页 |
| ·湿度 | 第16页 |
| ·二氧化碳 | 第16-17页 |
| ·风速 | 第17-19页 |
| ·硬件设计 | 第19-24页 |
| ·主控模块 | 第20-21页 |
| ·感知模块 | 第21-23页 |
| ·执行模块 | 第23页 |
| ·时钟模块 | 第23-24页 |
| ·软件设计 | 第24-32页 |
| ·系统主程序的设计 | 第24-27页 |
| ·数据采集模块的设计 | 第27-30页 |
| ·人机界面的设计 | 第30-32页 |
| 第3章 作物生长环境信息融合结构的设计 | 第32-44页 |
| ·信息融合理论 | 第32-35页 |
| ·信息融合的基本原理 | 第32-33页 |
| ·信息融合的过程 | 第33页 |
| ·信息融合的级别 | 第33-35页 |
| ·作物生长环境信息融合结构的设计 | 第35-44页 |
| ·主要的作物生长环境信息融合技术和方法 | 第35-38页 |
| ·作物生长环境融合结构的设计 | 第38-39页 |
| ·作物生长环境信息融合模型的设计 | 第39-44页 |
| 第4章 基于 Bayesian 的作物生长环境信息融合 | 第44-51页 |
| ·数据的预处理 | 第44-47页 |
| ·离异值的剔除 | 第44-46页 |
| ·分布图法的离异值仿真 | 第46-47页 |
| ·Bayesian 的多传感器数据融合 | 第47-49页 |
| ·基于 Bayesian 数据融合方法的作物生长环境信息仿真 | 第49-51页 |
| 第5章 BP 神经网络在作物生长环境信息数据融合中的应用 | 第51-59页 |
| ·BP 神经网络的介绍 | 第51-54页 |
| ·BP 神经网络数据融合的定义 | 第51-52页 |
| ·BP 神经网络数据融合的权值调整 | 第52-54页 |
| ·基于 BP 神经网络的数据融合 | 第54-55页 |
| ·BP 神经网络在作物生长环境信息数据融合中的应用及仿真 | 第55-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 申请学位期间的研究成果及发表的学术论文 | 第65页 |
