| 摘要 | 第1-10页 |
| ABSTRACT | 第10-13页 |
| 第一章 文献综述 | 第13-21页 |
| 1 害虫预测预报概述 | 第13页 |
| 2 害虫预测方法回顾 | 第13-15页 |
| ·经验预测 | 第14页 |
| ·实验预测 | 第14页 |
| ·统计预测 | 第14-15页 |
| ·信息预测 | 第15页 |
| 3 害虫预测预报的非线性方法 | 第15-16页 |
| 4 小波分析方法及其应用 | 第16-18页 |
| ·小波变换 | 第16-17页 |
| ·小波分析在害虫预测领域的应用现状 | 第17-18页 |
| 5 本研究的主要内容 | 第18-21页 |
| 第二章 害虫发生规律的小波分析 | 第21-57页 |
| 1 引言 | 第21-22页 |
| 2 害虫发生年际和年代际发生规律的小波分析 | 第22-48页 |
| ·分析方法 | 第22-24页 |
| ·郓城县二、三、四代棉铃虫年际和年代际发生规律分析 | 第24-35页 |
| ·烟台市一、二代玉米螟年际和年代际发生规律分析 | 第35-42页 |
| ·济宁市、文登市二代粘虫年际和年代际发生规律分析 | 第42-48页 |
| 3 害虫发生短期变化规律的小波分析 | 第48-53页 |
| ·分析方法 | 第48-49页 |
| ·实例分析 | 第49-53页 |
| 4 结论和讨论 | 第53-57页 |
| 第三章 害虫发生时间序列局部点的奇异性分析 | 第57-65页 |
| 1 引言 | 第57页 |
| 2 分析方法 | 第57-59页 |
| ·李氏指数(Lipschitz exponent) | 第57-58页 |
| ·小波系数极大值与李氏指数间的关系 | 第58页 |
| ·三类不同的奇异点 | 第58-59页 |
| 3 实例分析 | 第59-63页 |
| ·实例数据 | 第59页 |
| ·烟台市一代玉米螟蛾量时间序列突变点的奇异性分析 | 第59-62页 |
| ·郓城县二代棉铃虫卵量时间序列突变点的奇异性分析 | 第62-63页 |
| 4 结论和讨论 | 第63-65页 |
| 第四章 基于小波分解的害虫发生非平稳时间序列的分析和预测 | 第65-89页 |
| 1 引言 | 第65页 |
| 2 时间序列分析简介 | 第65-68页 |
| ·平稳时间序列分析 | 第66-68页 |
| ·非平稳时间序列分析 | 第68页 |
| 3 基于小波分解的害虫发生程度非平稳时间序列分析和预测 | 第68-74页 |
| ·建模方法 | 第69页 |
| ·实例分析 | 第69-74页 |
| 4 基于小波分解的害虫发生量非平稳时间序列分析和预测 | 第74-86页 |
| ·建模方法 | 第75-78页 |
| ·实例分析 | 第78-86页 |
| 5 结论和讨论 | 第86-89页 |
| 第五章 基于径向基小波神经网络的害虫预测模型 | 第89-109页 |
| 1 引言 | 第89-90页 |
| 2 建模方法 | 第90-92页 |
| ·多维径向基小波网络结构 | 第90-92页 |
| ·建模步骤 | 第92页 |
| 3 惠民县2代棉铃虫卵峰日预测模型 | 第92-97页 |
| ·实例资料和数据处理 | 第92-94页 |
| ·数据分析和建模 | 第94-97页 |
| 4 鲁西棉区2代棉铃虫发生程度预测模型 | 第97-100页 |
| ·实例资料和数据处理 | 第97页 |
| ·数据分析和建模 | 第97-100页 |
| 5 德州市1代玉米螟发生程度预测模型 | 第100-105页 |
| ·实例资料和数据处理 | 第100-101页 |
| ·数据分析和建模 | 第101-105页 |
| 6 结论与讨论 | 第105-109页 |
| 第六章 天气因素与害虫发生多尺度相关分析研究初探 | 第109-123页 |
| 1 引言 | 第109-110页 |
| 2 分析方法 | 第110页 |
| ·两变量相关系数的计算 | 第110页 |
| ·相关系数的显著性检验 | 第110页 |
| ·连续小波分析方法 | 第110页 |
| 3 实例分析 | 第110-120页 |
| ·实例数据 | 第110-111页 |
| ·惠民县二代棉铃虫卵量与气象因素多尺度相关分析 | 第111-115页 |
| ·烟台市一代玉米螟蛾量与气象因素多尺度相关分析 | 第115-120页 |
| 4 结论与讨论 | 第120-123页 |
| 第七章 全文总结 | 第123-127页 |
| 1 结论 | 第123-124页 |
| ·害虫发生规律的小波分析 | 第123页 |
| ·害虫发生时间序列局部点的奇异性分析 | 第123-124页 |
| ·基于小波分解的害虫发生非平稳时间序列的分析和预测 | 第124页 |
| ·基于径向基小波神经网络的害虫预测模型 | 第124页 |
| ·天气因素与害虫发生多尺度相关分析 | 第124页 |
| 2 研究展望 | 第124-125页 |
| 3 本文创新点 | 第125-127页 |
| 附录 小波分析理论 | 第127-145页 |
| 1 小波变换 | 第127-133页 |
| ·小波函数的概念 | 第127页 |
| ·连续小波变换 | 第127-128页 |
| ·几种常用的小波函数 | 第128-130页 |
| ·离散小波变换 | 第130-133页 |
| 2 小波框架理论 | 第133-136页 |
| ·框架原理 | 第133-134页 |
| ·小波框架 | 第134-136页 |
| 3 二进小波变换 | 第136页 |
| 4 多分辨率分析和Mallat算法 | 第136-145页 |
| ·多分辨率分析 | 第137-140页 |
| ·尺度函数和小波函数 | 第140页 |
| ·二尺度差分方程和滤波器系数 | 第140-141页 |
| ·Mallat算法 | 第141-145页 |
| 参考文献 | 第145-151页 |
| 在读期间发表论文 | 第151-153页 |
| 致谢 | 第153页 |
