| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究思路与内容 | 第9-12页 |
| 1.2.1 研究思路 | 第9页 |
| 1.2.2 研究内容 | 第9-10页 |
| 1.2.3 论文内容安排 | 第10-12页 |
| 2 小麦赤霉病及预测方法概述 | 第12-18页 |
| 2.1 小麦赤霉病概况 | 第12-15页 |
| 2.2 小麦赤霉病主要预测方法 | 第15-17页 |
| 2.2.1 神经网络 | 第15页 |
| 2.2.2 灰色系统 | 第15-16页 |
| 2.2.3 普通回归分析 | 第16页 |
| 2.2.4 本文研究预测方法 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 偏最小二乘法的理论研究 | 第18-26页 |
| 3.1 偏最小二乘法基本理论 | 第18-20页 |
| 3.1.1 偏最小二乘法简介 | 第18页 |
| 3.1.2 多重相关性 | 第18-19页 |
| 3.1.3 多重相关性的危害 | 第19-20页 |
| 3.2 偏最小二乘法方法基本思想 | 第20-25页 |
| 3.2.1 数学原理 | 第20-21页 |
| 3.2.2 单因偏最小二乘算法推导 | 第21-23页 |
| 3.2.3 主成分的提取方法——交叉有效性 | 第23页 |
| 3.2.4 变量投影重要性指标VIP | 第23-24页 |
| 3.2.5 偏最小二乘的应用范围 | 第24-25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 基于偏最小二乘法的小麦赤霉病预测模型 | 第26-35页 |
| 4.1 数据来源 | 第26页 |
| 4.2 建立模型 | 第26-31页 |
| 4.2.1 预测因子的选择 | 第26-27页 |
| 4.2.2 变量间的多重相关性分析 | 第27页 |
| 4.2.3 数据标准化 | 第27-28页 |
| 4.2.4 建立基于偏最小二乘法的赤霉病预测模型 | 第28-31页 |
| 4.2.5 PLS变量投影重要性指标VIP分析 | 第31页 |
| 4.3 模型检验 | 第31-33页 |
| 4.4 本章小结 | 第33-35页 |
| 5 基于偏最小二乘法的小麦赤霉病数据分析系统的设计与实现 | 第35-44页 |
| 5.1 系统开发路线 | 第35-36页 |
| 5.2 系统框架 | 第36页 |
| 5.3 系统设计 | 第36-40页 |
| 5.3.1 系统流程 | 第36-37页 |
| 5.3.2 系统模块设计 | 第37页 |
| 5.3.3 数据库设计 | 第37-40页 |
| 5.4 系统实现 | 第40-43页 |
| 5.4.1 研发环境 | 第40页 |
| 5.4.2 系统运行界面 | 第40-43页 |
| 5.5 本章小结 | 第43-44页 |
| 6 总结与展望 | 第44-46页 |
| 6.1 工作总结 | 第44页 |
| 6.2 未来研究工作展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 附录A 图索引 | 第50-51页 |
| 附录B 表索引 | 第51-52页 |
| 致谢 | 第52-53页 |
| 个人简介 | 第53-54页 |
| 在读期间发表的学术论文和参加的科研项目情况 | 第54页 |