精确农业蔬菜变量施肥决策系统研究
| 第1章 绪论 | 第1-17页 |
| ·研究的目的和意义 | 第9页 |
| ·精确农业概述 | 第9-13页 |
| ·精确农业概念 | 第9-10页 |
| ·精确农业的主要支持技术 | 第10-13页 |
| ·国内外的研究状况 | 第13-16页 |
| ·国外研究状况 | 第13-15页 |
| ·国内研究状况 | 第15-16页 |
| ·研究的内容 | 第16-17页 |
| 第2章 农田信息的统计分析研究 | 第17-26页 |
| ·概述 | 第17页 |
| ·材料与方法 | 第17-21页 |
| ·试验区概况 | 第17-18页 |
| ·土壤样品的采集与处理 | 第18页 |
| ·土壤养分的测试指标与测试方法 | 第18-21页 |
| ·数据处理与分析 | 第21-25页 |
| ·数据检验 | 第21-24页 |
| ·经典统计方法 | 第24页 |
| ·经典统计学分析结果 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 小白菜的肥料效应函数研究 | 第26-40页 |
| ·常规的配方施肥方法概述 | 第26-27页 |
| ·养分平衡法 | 第26页 |
| ·肥料效应函数法 | 第26-27页 |
| ·小白菜肥料效应函数的建立 | 第27-35页 |
| ·试验设计方法的选择 | 第27-28页 |
| ·试验方案的安排 | 第28-32页 |
| ·试验实施及结果 | 第32页 |
| ·试验数据处理及统计分析 | 第32-35页 |
| ·施肥效应函数解析 | 第35-38页 |
| ·因素主次及其对试验指标影响分析 | 第35-36页 |
| ·主效应分析 | 第36-38页 |
| ·施肥量优化决策 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 小白菜施肥量的BP神经网络模型 | 第40-52页 |
| ·人工神经网络简介 | 第40-46页 |
| ·人工神经网络概念 | 第40页 |
| ·神经元结构模型 | 第40-41页 |
| ·传递函数 | 第41-42页 |
| ·神经网络的学习 | 第42-44页 |
| ·神经网络的发展与应用 | 第44页 |
| ·BP神经网络 | 第44-45页 |
| ·BP算法的特点与改进方法 | 第45页 |
| ·泛化能力 | 第45-46页 |
| ·建立作物施肥量的BP神经网络模型 | 第46-50页 |
| ·归一化数据处理 | 第46-47页 |
| ·数据分组 | 第47页 |
| ·网络结构 | 第47页 |
| ·网络训练 | 第47-49页 |
| ·施肥模型的结构 | 第49页 |
| ·施肥模型使用方法 | 第49-50页 |
| ·变量施肥决策模型功能扩展 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 精确农业变量施肥决策与处方的生成 | 第52-61页 |
| ·变量施肥作业流程 | 第52-53页 |
| ·变量施肥决策 | 第53-55页 |
| ·变量施肥处方 | 第55-59页 |
| ·施肥处方图生成的关键步骤 | 第55-57页 |
| ·处方实例 | 第57-59页 |
| ·变量施肥软件设计 | 第59-60页 |
| ·开发环境与软件配置 | 第59页 |
| ·软件主界面 | 第59页 |
| ·软件功能 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| ·主要研究结论 | 第61-62页 |
| ·后续研究工作的建议 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 硕士期间发表论文 | 第68-69页 |
| 致谢 | 第69页 |
