首页 > 分享 > 梨树植物表型观测分析系统研究与实现

梨树植物表型观测分析系统研究与实现

封面

声明

中文摘要

英文摘要

目 录

第1章 绪 论

1.1 研究目的及意义

1.2 国内外研究现状

1.2.1 植物花期预测研究现状

1.2.2 植物病虫害诊断研究现状

1.3 研究内容与论文结构安排

第2章 相关技术与理论基础

2.1 深度学习模型

2.2 BP神经网络

2.3 卷积神经网络

2.4 基于卷积神经网络的图像识别经典模型

2.4.1 LeNet

2.4.2 AlexNet

2.4.3 VGGNet

2.4.4 GooLeNet

2.4.5 ResNet

2.5 深度学习框架

2.6 本章小结

第3章 基于神经网络的梨树花期预测方法研究

3.1 引言

3.2.1 基本思想

3.2.2 几何意义

3.2.3 计算流程

3.3.1 数据来源

3.3.2 数据标准

3.4 数据分析

3.4.1 样本相关系数矩阵特征值

3.4.2 主成分特征向量

3.4.3 始花期至盛花期气象条件

3.5.1 实验环境

3.5.2 模型评价指标

3.5.3 实验参数设计

3.5.4 模型训练及结果分析

3.6 梨树花期实际预报

3.7 本章小结

第4章 基于神经网络的梨树叶片病害识别方法研究

4.1 引言

4.2 数据采集与处理

4.2.1 梨树叶片常见病害图像采集

4.2.2 梨树叶片数据集建立

4.2.3 病害图像预处理

4.3.1 传统VGGNet网络模型缺陷

4.3.2 双线性卷积神经网络模型概述

4.3.3 改进的Bilinear-VGG16网络模型构建

4.4.1 环境介绍

4.4.2 评价指标

4.4.3 实验参数设置

4.4.4 实验结果

4.4.5 扩大对比实验

4.5 本章小结

第5章 梨树植物表型观测分析系统的设计与实现

5.1 引言

5.2 系统需求分析

5.2.1 系统功能需求

5.2.2 系统非功能需求

5.3.1 GUI页面设计

5.3.2 系统功能模块介绍

5.4 系统功能实现

5.4.1 花期预测实现

5.4.2 病害识别实现

5.5 本章小结

结 论

参考文献

攻读硕士学位期间所发表的论文

致 谢

相关知识

花卉林木病虫害的监测与预警系统研究
菊花品种表型性状与分子标记的关联分析
成都市城市微气候观测与分析
昆明植物所在异型花柱植物花表型多态性维持研究取得系列新进展
月季花部性状表型多样性研究
移动式激光植物表型平台价格
多花指甲兰开花特性与繁育系统研究
《生态系统过程与变化》丛书发布 汇总我国生态系统逾30年观测成果
柱花草种质资源表型性状的多样性分析
蜡梅天然群体表型多样性分析

网址: 梨树植物表型观测分析系统研究与实现 https://m.huajiangbk.com/newsview524628.html

所属分类:花卉
上一篇: 影响牡丹花期的主要气象因素及预测
下一篇: 一花引得万“花”开   ——纵览