声明
符号说明
1 引 言
1.1 研究目的及意义
1.2 国内外研究现状
1.2.1 黄瓜霜霉病发生的影响因素及传统预测模型
1.2.2 机器学习在农业病虫害中的应用
1.2.3 病虫害监测预警系统与数据驱动
1.3 研究内容
1.4 技术路线
(1)方案研究
(2)数据获取
(3)模型构建及评估
(4)系统开发
(5)系统测试优化
1.5 论文结构
2 关键技术
2.1 支持向量机
2.1.1 线性支持向量机
2.1.2 非线性支持向量机及核函数
2.2 决策树
2.3 MVC模式
2.4Web Service
2.5 本章小结
3 温室黄瓜霜霉病预测模型研究
3.1 确定输入因子及数据准备
3.1.1 确定模型输入因子
3.1.2 数据来源
3.1.3 数据预处理
3.2 温室黄瓜霜霉病预测模型构建
3.2.1 模型构建过程
3.2.2 模型评价指标
3.2.3 模型测试结果与分析
3.3 本章小结
4 系统需求分析及设计
4.1 需求分析
4.1.1 系统需求概述
4.1.2 系统功能性需求分析
4.1.3 系统非功能性需求分析
4.2 系统设计
4.2.1 温室黄瓜霜霉病监测预警系统整体框架
4.2.2 温室黄瓜霜霉病监测预警系统总体设计
4.2.3 温室黄瓜霜霉病监测预警系统详细设计
4.2.4 病虫害信息采集APP设计
4.3 数据库设计
4.3.1 概念结构设计
4.3.2 数据表设计
4.4 本章小结
5 系统实现与测试
5.1 系统实现
5.1.1 开发工具及环境配置
5.1.2 温室黄瓜霜霉病监测预警系统的实现
5.1.3 病虫害信息采集APP的实现
5.2 系统测试
5.2.1 温室黄瓜霜霉病监测预警系统测试
5.2.2 病虫害信息采集APP测试
5.2.3 测试结果评估及系统优化
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士期间科研情况