摘要 | 第5-8页 |
Abstract | 第8-11页 |
第1章 绪论 | 第16-30页 |
1.1 叶绿素荧光产生机理及应用研究概述 | 第16-21页 |
1.1.1 叶绿素荧光产生机理 | 第16-18页 |
1.1.2 叶绿素荧光的发展及应用现状 | 第18-20页 |
1.1.3 光谱分析方法的研究现状 | 第20-21页 |
1.2 稻瘟病害识别与预警研究现状及发展动态 | 第21-26页 |
1.2.1 稻瘟病害识别与预警的意义 | 第21-22页 |
1.2.2 传统稻瘟病害识别与预警方法的局限性 | 第22-25页 |
1.2.3 叶绿素荧光分析植物病害的研究进展 | 第25-26页 |
1.3 本文的研究目标和主要研究内容 | 第26-27页 |
1.3.1 研究目标 | 第26页 |
1.3.2 主要研究内容 | 第26-27页 |
1.4 本章小结 | 第27-30页 |
第2章 稻叶瘟病害等级划分及荧光光谱的采集与分析技术 | 第30-46页 |
2.1 稻叶瘟病害的等级划分与判别 | 第30-32页 |
2.2 荧光光谱的采集 | 第32-33页 |
2.2.1 荧光光谱的采集过程 | 第32页 |
2.2.2 荧光光谱的采集设备 | 第32-33页 |
2.3 叶绿素荧光光谱处理和分析方法 | 第33-45页 |
2.3.1 光谱的预处理方法 | 第33-38页 |
2.3.2 光谱的特征提取方法 | 第38-40页 |
2.3.3 稻叶瘟病害的识别与预警建模方法 | 第40-44页 |
2.3.4 稻叶瘟病害识别模型评价方法 | 第44-45页 |
2.4 本章小结 | 第45-46页 |
第3章 基于荧光光谱分析的稻叶瘟病害识别 | 第46-70页 |
3.1 稻叶瘟病害识别样本情况及分析流程 | 第46-47页 |
3.2 叶绿素荧光光谱的预处理 | 第47-49页 |
3.3 叶绿素荧光光谱的特征提取 | 第49-57页 |
3.3.1 GFF 法提取光谱特征 | 第49-55页 |
3.3.2 PCA 法提取光谱特征 | 第55-57页 |
3.4 基于叶绿素荧光光谱分析的稻叶瘟病害识别模型 | 第57-68页 |
3.4.1 稻叶瘟病害的 DA 建模 | 第57-60页 |
3.4.2 稻叶瘟病害的 MLRA 建模 | 第60-61页 |
3.4.3 稻叶瘟病害的 BPNN 建模 | 第61-63页 |
3.4.4 稻叶瘟病害的 SVC 经典核函数建模 | 第63-66页 |
3.4.5 稻叶瘟病害的 SVC 混合核函数建模 | 第66-68页 |
3.5 本章小结 | 第68-70页 |
第4章 基于荧光光谱分析的稻叶瘟病害生理信息预警 | 第70-100页 |
4.1 稻叶瘟病害的环境信息预警 | 第70-78页 |
4.1.1 环境信息的采集 | 第71页 |
4.1.2 稻叶瘟发病环境温湿度分析 | 第71-78页 |
4.2 稻叶瘟病害的生理信息预警 | 第78-98页 |
4.2.1 生理信息的采集 | 第78-79页 |
4.2.2 样本准备 | 第79-80页 |
4.2.3 光能利用效率预警 | 第80-86页 |
4.2.4 水分利用效率预警 | 第86-92页 |
4.2.5 相对叶绿素含量预警 | 第92-98页 |
4.3 本章小结 | 第98-100页 |
第5章 基于荧光光谱分析的稻叶瘟病害生化信息预警 | 第100-112页 |
5.1 试验安排与方法 | 第100-104页 |
5.1.1 试验安排 | 第101页 |
5.1.2 试验方法 | 第101-104页 |
5.2 基于时间序列的生化信息变化 | 第104-106页 |
5.3 基于时间序列的光谱特征变化 | 第106-108页 |
5.4 生化信息的荧光光谱分析 | 第108-110页 |
5.5 本章小结 | 第110-112页 |
第6章 稻叶瘟病害识别与预警系统结构框架 | 第112-118页 |
6.1 系统结构设计 | 第112-114页 |
6.2 系统功能模块设计 | 第114-115页 |
6.3 系统工作流程设计 | 第115-117页 |
6.4 本章小结 | 第117-118页 |
第7章 总结与展望 | 第118-122页 |
7.1 全文结论 | 第118-120页 |
7.2 创新点 | 第120-121页 |
7.3 研究展望 | 第121-122页 |
参考文献 | 第122-134页 |
缩略词注释表 | 第134-135页 |
博士期间发表的学术论文及其它成果 | 第135-136页 |
●发表的学术论文 | 第135页 |
●申请的发明专利 | 第135页 |
●参加的科研项目 | 第135-136页 |
致谢 | 第136页 |