茶叶监测预警数据平台的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文内容及结构 | 第12-14页 |
| 第2章 平台工作流与相关技术 | 第14-18页 |
| 2.1 现代农业监测预警工作分析 | 第14页 |
| 2.2 平台工作流 | 第14-15页 |
| 2.3 相关技术 | 第15-17页 |
| 2.3.1 机器学习技术 | 第15-16页 |
| 2.3.2 Arduino技术 | 第16页 |
| 2.3.3 前后端分离开发模式 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 基于机器学习的预测模型建立 | 第18-27页 |
| 3.1 茶树生长特性分析 | 第18-19页 |
| 3.2 线性回归 | 第19页 |
| 3.3 基于机器学习的温度预测模型建立 | 第19-26页 |
| 3.3.1 数据预处理 | 第20-22页 |
| 3.3.2 特征选择 | 第22-23页 |
| 3.3.3 最优回归系数 | 第23-25页 |
| 3.3.4 模型评估 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 茶叶监测预警数据平台设计 | 第27-42页 |
| 4.1 系统架构设计 | 第27-29页 |
| 4.1.1 系统设计原则 | 第27页 |
| 4.1.2 总体架构 | 第27-29页 |
| 4.2 平台详细设计 | 第29-41页 |
| 4.2.1 数据获取 | 第29-34页 |
| 4.2.2 数据处理 | 第34-36页 |
| 4.2.3 数据应用 | 第36-39页 |
| 4.2.4 数据库设计 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 茶叶监测预警数据平台实现与部署 | 第42-55页 |
| 5.1 茶叶监测预警数据平台实现 | 第42-52页 |
| 5.1.1 数据获取 | 第42-44页 |
| 5.1.2 数据处理 | 第44-48页 |
| 5.1.3 数据应用 | 第48-52页 |
| 5.2 平台部署 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 攻读学位期间获得软件著作权及参与项目 | 第59-60页 |
| 致谢 | 第60页 |
