| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·苹果内部病害检测研究现状 | 第13-15页 |
| ·近红外光谱分析技术研究现状 | 第15-16页 |
| ·主要研究内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| 第二章 苹果霉心病关联因子分析与试验平台搭建 | 第19-24页 |
| ·苹果霉心病发病症状分析 | 第19页 |
| ·苹果霉心病关联因子分析 | 第19-20页 |
| ·苹果霉心病试验平台搭建 | 第20-23页 |
| ·透射光谱采集平台搭建 | 第20-22页 |
| ·其他因素测试设备选型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 苹果霉心病多因子耦合数据采集及处理 | 第24-31页 |
| ·试验材料及方案设计 | 第24页 |
| ·数据采集及预处理 | 第24-27页 |
| ·光谱数据采集及预处理 | 第24-25页 |
| ·直径数据采集及预处理 | 第25-26页 |
| ·重量数据采集及预处理 | 第26页 |
| ·病害信息采集及预处理 | 第26-27页 |
| ·基于相关性分析的苹果多维光谱数据降维 | 第27-29页 |
| ·数据归一化处理 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于Fisher判别的苹果霉心病判别模型研究 | 第31-41页 |
| ·基于主成分分析的苹果霉心病数据处理 | 第31-33页 |
| ·基于Fisher判别的苹果霉心病判别方法研究 | 第33-35页 |
| ·苹果霉心病不同关联因素组合的判别模型建立 | 第35-40页 |
| ·基于光谱与直径的判别模型研究 | 第35-36页 |
| ·基于光谱与重量的判别模型研究 | 第36-38页 |
| ·基于光谱、直径与重量的判别模型研究 | 第38-40页 |
| ·判别模型验证 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于遗传BP神经网络的苹果霉心病判别模型研究 | 第41-61页 |
| ·基于BP神经网络苹果霉心病判别模型研究 | 第41-50页 |
| ·BP神经网络分析 | 第41-44页 |
| ·BP神经网络参数确定 | 第44-46页 |
| ·不同关联因子组合的BP神经网络判别模型实现及验证 | 第46-50页 |
| ·基于遗传算法优化的BP神经网络苹果霉心病判别模型研究 | 第50-59页 |
| ·遗传算法权值优化与模型建立 | 第51-52页 |
| ·遗传算法参数确定 | 第52-53页 |
| ·不同关联因素组合的遗传BP神经网络判别模型实现及验证 | 第53-59页 |
| ·各判别模型判别结果对比 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论和展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·创新点 | 第62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
