声明
摘要
第一章 绪论
1.1 研究背景与意义
1.1.1 植物电信号解析
1.1.2 植物电信号特点
1.1.3 课题研究意义
1.2 植物电信号相关内容的研究现状
1.2.1 逆境胁迫对植物的影响
1.2.2 植物电信号测试方法
1.2.3 植物电信号主要分析技术
1.2.4 面临的问题
1.3 本文主要研究内容
参考文献
第二章 植物电信号的采集与预处理
2.1 植物电信号的采集
2.1.1 采集硬件装置
2.1.2 测试电极
2.1.3 实验材料
2.1.4 植物电信号的采集方法
2.2 植物电信号中的噪声
2.3 信号去噪方法及预处理结果
2.3.1 小波去噪方法
2.3.2 无偏风险估计法去噪
2.3.3 基于自适应小波阈值去噪
2.3.4 预处理结果与讨论
2.4 本章小结
参考文献
第三章 植物电信号时域特征及应用
3.1 植物电信号时域特征分析
3.1.1 时域中的统计特征参数
3.1.2 植物叶片电信号的统计特征参数
3.1.3 植物电信号自相关性分析
3.2 基于相关法的植物电信号传递速度测试
3.2.1 概述
3.2.2 相关性测速法原理
3.2.3 相关法测速结果
3.3 基于自适应AR模型植物电信号预测
3.3.1 实验材料与方法
3.3.2 自回归(AR)模型
3.3.3 自适应AR模型参数估计
3.3.4 AR模型阶数P的确定
3.3.5 AR模型的建立
3.3.6 模型预测结果
3.4 本章小结
参考文献
第四章 植物电信号频域特征及应用
4.1 植物电信号的功率谱分析
4.1.1 信号频域分析方法及特征参数
4.1.2 植物正常状态下叶片电信号功率谱分析
4.1.3 植物不同胁迫下的电信号功率谱分析
4.2 碧玉电信号功率谱参数与土壤含水量的关系
4.2.1 材料与方法
4.2.2 SEF、SCF与土壤含水量的关系
4.2.3 不同温度、光照度下功率谱参数与土壤含水量的关系
4.3 虎皮兰电信号功率谱参数与土壤含水量的关系
4.3.1 材料与方法
4.3.2 SEF、SCF与土壤含水量的关系
4.4 本章小结
参考文献
第五章 植物电信号时频域特征及应用
5.1 植物电信号的小波分析
5.1.1 小波分解系数
5.1.2 植物电信号的小波分解
5.2 植物电信号的时频分布
5.2.1 虎皮兰叶片电信号的Wigner-Ville分布
5.2.2 芦荟叶片电信号的Rihaczek分布
5.3 基于模糊最优小波包的植物胁迫因子识别
5.3.1 概述
5.3.2 基于模糊集最优小波包分解
5.3.3 识别流程
5.3.4 材料及胁迫处理
5.3.5 神经网络分类器
5.3.6 识别结果讨论
5.4 本章小结
参考文献
第六章 植物电信号特征值与环境因子的关系
6.1 信号特征值与光照度关系
6.1.1 材料与方法
6.1.2 实验结果讨论
6.1.3 特征值随光照度变化关系
6.2 信号特征值与空气温度关系
6.2.1 材料与方法
6.2.2 实验结果讨论
6.2.3 特征值随温度变化关系
6.3 信号特征值与土壤含水量关系
6.3.1 材料与方法
6.3.2 实验结果讨论
6.3.3 特征值随土壤含水量变化关系
6.4 信号特征值与空气相对湿度关系
6.4.1 材料与方法
6.4.2 实验结果讨论
6.4.3 特征值随湿度变化关系
6.5 本章小结
参考文献
第七章 基于极限学习机的环境因子模型
7.1 极限学习机
7.1.1 概述
7.1.2 ELM理论基础
7.2 环境因子模型的建立
7.2.1 实验材料与方法
7.2.2 空气温度模型的建立
7.2.3 空气相对湿度模型的建立
7.2.4 光照度模型的建立
7.3 本章小结
参考文献
第八章 结论与建议
8.1 研究工作小结及结论
8.2 创新点
8.3 进一步研究的建议
附录
致谢
攻读博士学位期间发表及完成论文情况