| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 前言 | 第8-11页 |
| ·研究目的及意义 | 第8页 |
| ·国内外研究动态 | 第8-9页 |
| ·研究思路与内容 | 第9-11页 |
| ·研究思路 | 第9页 |
| ·论文内容概要 | 第9-11页 |
| 2 松材线虫病预测概述 | 第11-15页 |
| ·松材线虫病概述 | 第11-12页 |
| ·松材线虫的生物学特征 | 第11页 |
| ·松材线虫病危害及分布 | 第11-12页 |
| ·松材线虫病的传播 | 第12页 |
| ·松材线虫病防治简述 | 第12-13页 |
| ·预防 | 第12-13页 |
| ·治理 | 第13页 |
| ·松材线虫病预测的意义 | 第13页 |
| ·掌握松材线虫病的扩散特点 | 第13页 |
| ·了解松材线虫病的传播机理 | 第13页 |
| ·松材线虫病预测研究的现状 | 第13-15页 |
| ·利用遥感技术进行早期监测 | 第14页 |
| ·利用数学方法建立相关预测模型 | 第14页 |
| ·其他研究方法 | 第14-15页 |
| 3 人工神经网络与高光谱遥感技术 | 第15-22页 |
| ·人工神经网络 | 第15-19页 |
| ·生物神经元与人工神经网络 | 第15页 |
| ·人工神经网络特点 | 第15-16页 |
| ·人工神经网络发展 | 第16页 |
| ·人工神经网络在相关领域的应用 | 第16-18页 |
| ·神经网络与大数据 | 第18页 |
| ·人工神经网络发展展望 | 第18页 |
| ·人工神经网络模型 | 第18-19页 |
| ·高光谱遥感 | 第19-22页 |
| ·高光谱遥感概念 | 第19页 |
| ·高光谱遥感特点 | 第19页 |
| ·高光谱遥感的发展 | 第19-20页 |
| ·高光谱数据处理技术 | 第20页 |
| ·高光谱遥感在农业中的研究现状 | 第20-22页 |
| 4 松材线虫病预测 | 第22-40页 |
| ·人工神经网络预测的实验过程 | 第22-23页 |
| ·松树无病及病态分类 | 第23-24页 |
| ·高光谱数据的获得及可行性分析 | 第24-27页 |
| ·高光谱数据的获得 | 第24页 |
| ·利用图形比较法对高光谱数据进行预测实验可行性分析 | 第24-26页 |
| ·利用查阅文献对高光谱数据进行预测实验可行性分析 | 第26页 |
| ·利用方差分析法对高光谱数据进行预测实验可行性分析 | 第26-27页 |
| ·实验数据选取及预处理 | 第27-28页 |
| ·实验波段选择 | 第27-28页 |
| ·实验数据预处理 | 第28页 |
| ·练习数据、输出数据和测试结果正确性的确定 | 第28页 |
| ·使用BP神经网络进行分类预测 | 第28-32页 |
| ·BP神经网络及其模型 | 第28-29页 |
| ·BP神经网络与多层感知器神经网络的异同 | 第29-30页 |
| ·MATLAB工具箱中的BP神经网络函数 | 第30页 |
| ·BP神经网络算法 | 第30页 |
| ·BP神经网络分类预测结果 | 第30-31页 |
| ·利用BP神经网络分类预测简析 | 第31-32页 |
| ·使用径向基（RBF）神经网络进行分类预测 | 第32-35页 |
| ·径向基神经网络及其模型 | 第32页 |
| ·径向基神经网络学习 | 第32页 |
| ·径向基神经网络与BP神经网络的区别 | 第32页 |
| ·MATLAB工具箱的径向基神经网络函数 | 第32-33页 |
| ·径向基神经网络分类预测结果 | 第33-35页 |
| ·使用Elman神经网络预测 | 第35-37页 |
| ·Elman神经网络及其模型 | 第35页 |
| ·Elman神经网络学习 | 第35页 |
| ·MATLAB工具箱中的Elman神经网络函数 | 第35-36页 |
| ·Elman神经网络分类预测结果 | 第36-37页 |
| ·利用Elman神经网络分类预测简析 | 第37页 |
| ·讨论 | 第37-40页 |
| ·不同神经网络模型对分类预测结果的影响 | 第37-38页 |
| ·学习时间 | 第38页 |
| ·选择最佳神经网络 | 第38-39页 |
| ·预测模型通用性分析 | 第39-40页 |
| 5 结论 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 附录 | 第45-54页 |
| 个人简介 | 第54-55页 |
| 致谢 | 第55页 |