致谢 | 第1-10页 |
摘要 | 第10-12页 |
Abstract | 第12-14页 |
目录 | 第14-17页 |
第一章 绪论 | 第17-23页 |
·引言 | 第17-18页 |
·预测虫害发生时间的方法 | 第18-19页 |
·测定农药对害虫效力的方法 | 第19页 |
·高光谱成像技术在害虫检测中的应用 | 第19-20页 |
·国内外捕虫仪器和设备的主要功能 | 第20-21页 |
·目前存在的问题 | 第21页 |
·本课题的研究目的及内容 | 第21-23页 |
·研究目的 | 第21-22页 |
·研究内容 | 第22-23页 |
第二章 实验材料与方法 | 第23-36页 |
·实验设备 | 第23-26页 |
·高光谱成像仪 | 第23-26页 |
·光谱预处理方法 | 第26-28页 |
·平滑处理(Smoothing) | 第26页 |
·去除趋势校正(Detrending Corection) | 第26-27页 |
·多元散射校正(Multiplicative Scatter Correction,MSC) | 第27页 |
·标准正态变量校正(Standard Normal Variate Correction,SNV) | 第27-28页 |
·导数校正(Derivative Correction) | 第28页 |
·特征波长提取方法 | 第28-29页 |
·权重回归系数法(Weighted Regression Coefficient,Bw) | 第28-29页 |
·连续投影算法(Successive Projections Algorithm,SPA) | 第29页 |
·化学计量学建模方法 | 第29-35页 |
·人工神经网络(Artificial Neural Network,ANN) | 第30-31页 |
·支持向量机(Support Vector Machines,SVM) | 第31-32页 |
·偏最小二乘法(Partial Least Squares,PLS) | 第32-33页 |
·K最邻近节点算法(K-Nearest Neighbors,KNN) | 第33页 |
·主成分分析算法(Principal Component Analysis,PCA) | 第33-35页 |
·模型评价标准 | 第35页 |
·本章小结 | 第35-36页 |
第三章 基于高光谱成像技术对菜青虫生命状态诊断的研究 | 第36-54页 |
·引言 | 第36-37页 |
·菜青虫样本制备 | 第37页 |
·菜青虫样本高光谱图像采集 | 第37-38页 |
·菜青虫样本的光谱信息提取 | 第38-39页 |
·样本划分与状态类别赋值 | 第39-40页 |
·PCA定性分析 | 第40-41页 |
·基于不同预处理方法对光谱特性的影响 | 第41-44页 |
·菜青虫存活与死亡状态的鉴别 | 第44-47页 |
·对菜青虫死亡时间诊断的研究 | 第47-48页 |
·菜青虫不同状态两两判别 | 第48-52页 |
·本章小结 | 第52-54页 |
第四章 国内外捕虫设备和仪器的研究 | 第54-64页 |
·引言 | 第54页 |
·捕虫设备和仪器的分类 | 第54-55页 |
·关于国内外主要捕虫仪器和设备的介绍 | 第55-62页 |
·灯光诱虫捕虫器 | 第55-57页 |
·性信息素引诱捕虫器 | 第57-60页 |
·害虫趋色性诱捕器 | 第60页 |
·昆虫吸捕器 | 第60-61页 |
·飞行障碍捕捉器 | 第61-62页 |
·现行捕虫仪器和设备的优缺点 | 第62页 |
·关于捕虫仪器和设备的建议与设想 | 第62-63页 |
·本章小结 | 第63-64页 |
第五章 关于新型昆虫计数监测装置的设计 | 第64-77页 |
·引言 | 第64页 |
·传统昆虫计数设备的不足 | 第64-65页 |
·改进方案 | 第65页 |
·新型昆虫计数监测装置的总体结构与工作原理 | 第65-74页 |
·电网式灭虫器 | 第68页 |
·电流感应模块 | 第68-71页 |
·昆虫扑灯识别模块 | 第71-73页 |
·主控模块 | 第73页 |
·无线数据传输模块 | 第73-74页 |
·具体工作流程 | 第74-76页 |
·本章小结 | 第76-77页 |
第六章 结论与展望 | 第77-80页 |
·结论 | 第77-79页 |
·展望 | 第79-80页 |
参考文献 | 第80-84页 |
作者简介 | 第84页 |