| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景 | 第8-10页 |
| 1.1.1 我国温室的发展 | 第8-9页 |
| 1.1.2 农业物联网的迅速发展 | 第9页 |
| 1.1.3 温室小气候分析的重要性 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 温室监测系统 | 第10-11页 |
| 1.2.2 温室小气候建模研究 | 第11-12页 |
| 1.3 研究目的与意义 | 第12-13页 |
| 1.4 主要内容及章节安排 | 第13-15页 |
| 2 物联网温室监测系统的设计与软硬件构成 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 整体设计 | 第15-17页 |
| 2.3 硬件组成 | 第17-24页 |
| 2.3.1 采集节点 | 第17-23页 |
| 2.3.2 网关 | 第23-24页 |
| 2.3.3 中继节点 | 第24页 |
| 2.4 服务器管理平台设计 | 第24-26页 |
| 2.4.1 数据库设计 | 第25-26页 |
| 2.4.2 监控软件设计 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 冬季温室小气候时空变化 | 第28-49页 |
| 3.1 引言 | 第28页 |
| 3.2 试验内容与方法 | 第28-30页 |
| 3.3 结果分析 | 第30-47页 |
| 3.3.1 光照强度 | 第30-34页 |
| 3.3.2 空气温度 | 第34-40页 |
| 3.3.3 空气湿度 | 第40-46页 |
| 3.3.4 土壤温度 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 4 基于EMD-WNN神经网络的温室温湿度预测模型研究 | 第49-62页 |
| 4.1 引言 | 第49-50页 |
| 4.2 原理介绍 | 第50-53页 |
| 4.2.1 经验模态分解 | 第50-51页 |
| 4.2.2 小波神经网络 | 第51-53页 |
| 4.3 模型设计 | 第53-54页 |
| 4.4 模型实现 | 第54-57页 |
| 4.4.1 EMD分解 | 第55-56页 |
| 4.4.2 预处理 | 第56页 |
| 4.4.3 参数确定 | 第56-57页 |
| 4.5 试验结果与分析 | 第57-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 应用研究 | 第62-65页 |
| 5.1 作物栽培管理 | 第62-63页 |
| 5.2 温室调控管理 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 个人简介 | 第72-73页 |
| 致谢 | 第73页 |