| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 研究内容 | 第13页 |
| 1.5 研究目标 | 第13页 |
| 1.6 本文的结构安排 | 第13-15页 |
| 第二章 分形及多重分形理论 | 第15-23页 |
| 2.1 分形及其发展 | 第15-16页 |
| 2.2 标准多重分形分析 | 第16-19页 |
| 2.3 多重分形去趋势移动平均分析法(MF-DMA) | 第19-23页 |
| 第三章 模式识别方法 | 第23-29页 |
| 3.1 费歇尔线性判别 | 第23-24页 |
| 3.2 极限学习机 | 第24-25页 |
| 3.3 支持向量机 | 第25-26页 |
| 3.4 神经网络 | 第26-27页 |
| 3.5 随机决策森林 | 第27页 |
| 3.6 K-最邻近结点算法 | 第27-29页 |
| 第四章 基于多重分形特征的油菜氮营养诊断建模 | 第29-40页 |
| 4.1 实验材料 | 第29-30页 |
| 4.2 叶片图像的纹理特征提取 | 第30-33页 |
| 4.3 实验分析 | 第33-40页 |
| 第五章 结论与展望 | 第40-41页 |
| 5.1 本文的主要结论 | 第40页 |
| 5.2 展望 | 第40-41页 |
| 参考文献 | 第41-46页 |
| 致谢 | 第46-47页 |
| 作者简介及发表学术论文情况 | 第47-48页 |
| 附录 | 第48-54页 |