| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·作物氮素营养的光谱监测研究进展 | 第11-13页 |
| ·研究目的及意义 | 第13-14页 |
| ·论文组织 | 第14-15页 |
| 第2章 实验设计与数据采集 | 第15-21页 |
| ·高光谱数据采集 | 第15-17页 |
| ·采集区域 | 第15-16页 |
| ·光谱测量仪器 | 第16页 |
| ·光谱数据测量方法 | 第16-17页 |
| ·参数测定 | 第17-21页 |
| ·农学参数测定 | 第17页 |
| ·氮营养指数的确定 | 第17-21页 |
| 第3章 玉米氮素敏感光谱特征提取模型 | 第21-35页 |
| ·高光谱特征参数提取 | 第21-24页 |
| ·导数技术及红边参数 | 第21-23页 |
| ·比值植被指数 | 第23-24页 |
| ·逐步回归分析 | 第24-30页 |
| ·引入和剔除变量的依据 | 第24-27页 |
| ·逐步回归的矩阵变换计算方法 | 第27-29页 |
| ·通径分析方法 | 第29-30页 |
| ·玉米氮素敏感光谱参数提取 | 第30-33页 |
| ·基于逐步回归分析的玉米氮素敏感光谱参数提取 | 第30-33页 |
| ·基于通径分析的玉米氮素敏感光谱参数提取 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于高光谱数据的玉米氮营养指数智能诊断方法 | 第35-57页 |
| ·模糊神经网络基本原理 | 第35-42页 |
| ·模糊系统 | 第35-39页 |
| ·人工神经网络 | 第39-41页 |
| ·模糊系统与人工神经网络的结合 | 第41-42页 |
| ·基于动态模糊神经网络的玉米氮营养指数的决策分析 | 第42-56页 |
| ·模糊神经网络结构 | 第42-44页 |
| ·网络结构的学习算法 | 第44-47页 |
| ·模型仿真及检验 | 第47-50页 |
| ·玉米氮营养指数水平评估试验 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-66页 |