摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-19页 |
1.1 选题的目的和意义 | 第11-12页 |
1.2 国内外研究概况 | 第12-16页 |
1.2.1 国外研究进展 | 第12-13页 |
1.2.2 国内研究进展 | 第13-15页 |
1.2.3 温室建模存在的问题 | 第15-16页 |
1.3 课题研究内容 | 第16-18页 |
1.4 论文组织结构 | 第18-19页 |
第二章 总体方案设计 | 第19-28页 |
2.1 温室环境影响因子筛选 | 第19-22页 |
2.1.1 理论模型分析 | 第19-20页 |
2.1.2 模型的简化 | 第20-21页 |
2.1.3 影响因子确定 | 第21-22页 |
2.2 数据采集平台搭建 | 第22-24页 |
2.2.1 温室内分布式温度监测系统 | 第22-23页 |
2.2.2 室外 WSN 监测系统 | 第23-24页 |
2.2.3 采集试验影响因子样本数据 | 第24页 |
2.3 BP 神经网络的设计、训练和建立 | 第24-27页 |
2.3.1 神经网络理论分析 | 第24-25页 |
2.3.2 样本数据粗大误差处理 | 第25页 |
2.3.3 样本数据归一化处理 | 第25页 |
2.3.4 BP 网络结构设计 | 第25页 |
2.3.5 网络训练与建立 | 第25-27页 |
2.4 模型验证和性能分析 | 第27页 |
2.4.1 采用测试集数据验证模型性能 | 第27页 |
2.4.2 分析误差原因 | 第27页 |
2.5 本章小结 | 第27-28页 |
第三章 数据采集平台设计与搭建 | 第28-45页 |
3.1 温室内分布式温度监测系统 | 第28-37页 |
3.1.1 温室内分布式温度监测系统硬件设计 | 第28-34页 |
3.1.2 温室内分布式温度监测系统软件设计 | 第34-37页 |
3.2 温室外 WSN 监测系统 | 第37-39页 |
3.3 总体平台搭建 | 第39-40页 |
3.4 平台布置与功能展示 | 第40-44页 |
3.4.1 温室内分布式温度监测系统布置与功能展示 | 第40-43页 |
3.4.2 WSN 监测系统布置与功能展示 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 数据预处理 | 第45-51页 |
4.1 试验数据确定 | 第45-46页 |
4.2 粗大误差剔除 | 第46-47页 |
4.3 数据归一化处理 | 第47-50页 |
4.4 本章小结 | 第50-51页 |
第五章 模型建立与验证 | 第51-59页 |
5.1 BP 神经网络定义 | 第51页 |
5.2 BP 神经网络思想与算法 | 第51-53页 |
5.3 BP 神经网络模型建立 | 第53-56页 |
5.3.1 网络结构设计 | 第53-54页 |
5.3.2 网络训练方法 | 第54-55页 |
5.3.3 网络训练效果 | 第55-56页 |
5.4 模型验证 | 第56-58页 |
5.5 本章小结 | 第58-59页 |
第六章 结论与展望 | 第59-61页 |
6.1 结论 | 第59-60页 |
6.2 展望 | 第60-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
作者简介 | 第66页 |