声明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 地面高光谱遥感研究现状
1.2.2 作物淹水胁迫研究现状
1.2.3 存在问题分析
1.3 研究内容
1.4 技术路线
第二章 试验方案设计与数据获取
2.1 试验方案设计
2.1.1 试验条件
2.1.2 棉花淹水试验处理
2.2 试验数据采集
2.3 本章小结
第三章 棉叶高光谱曲线分析及特征提取
3.1 高光谱图像预处理
3.1.1 高光谱图像掩膜
3.1.2 主成分分析降维
3.2 棉叶光谱曲线预处理
3.3 淹水处理与对照组棉叶光谱曲线差异分析
3.3.1 原始光谱曲线分析
3.3.2 不同预处理后的光谱曲线分析
3.4 棉叶高光谱特征提取
3.5 本章小结
第四章 基于监督分类模型的棉株淹水胁迫程度监测
4.1 监督分类概述及模型简介
4.1.1 支持向量机模型
4.1.2 随机森林模型
4.2 棉叶纹理特征提取与SPAD相关性分析
4.2.1 棉叶高光谱图像纹理特征提取
4.2.2 棉叶叶绿素相对含量与淹水天数相关性分析
4.3 棉株淹水程度识别模型参数设置及训练
4.3.1 多特征训练集构建
4.3.2 超参数优化
4.3.3 模型训练与测试
4.4 试验结果分析
4.5 本章小结
第五章 基于深度学习模型的棉株淹水胁迫程度监测
5.1 神经网络的理论模型
5.1.1 人工神经网络模型概述
5.1.2 卷积神经网络模型概述
5.2 卷积神经网络架构
5.2.1 卷积神经网络基础优化
5.2.2 卷积神经网络模型结构选择
5.3 高光谱图像数据增强与超参数设置
5.3.1 高光谱图像数据增强和划分
5.3.2 卷积神经网络模型超参数设置与模型训练
5.4 试验结果分析
5.5 本章小结
第六章 结论与展望
6.1 结论
6.2 创新点
6.3 研究展望
参考文献
在读期间公开发表的论文
致谢
山东理工大学;