声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究进展
1.2.1 植物虫害诱导挥发物的研究进展
1.2.2 电子鼻在植物虫害检测中的应用
1.2.3 现有研究不足
1.3 课题来源
1.4主要研究内容
1.5本章小结
第二章 试验材料与方法
2.1 试验材料
2.2 试验仪器
2.2.1 电子鼻系统
2.2.2 气相色谱-质谱联用仪
2.2.3 吹扫捕集装置
2.3 试验方法
2.3.1 棉花挥发物的电子鼻检测
2.3.2 棉花挥发物的气质联用仪检测
2.4 电子鼻数据分析方法
2.4.1 传感器信号的预处理
2.4.2 特征提取与特征选择
2.4.3 数据的降维
2.4.4 建立分类模型
2.4.5 建立回归模型
2.5 本章小结
第三章 基于神经网络方法对危害棉花的棉铃虫虫龄的区分
3.1 前言
3.2 试验方案
3.2.1 棉花样品的电子鼻检测
3.2.2 棉花样品挥发物的GC-MS检测
3.2.3 数据处理
3.3 结果与讨论
3.3.1 受不同虫龄棉铃虫危害的棉花挥发物变化
3.3.2 电子鼻对受不同虫龄棉铃虫危害的棉花的响应分析
3.3.3 基于4种特征的主成分分析
3.3.4 基于3种神经网络方法的分类分析
3.4 本章小结
第四章 基于多特征对危害棉花的棉铃虫数量的区分和预测
4.1 引言
4.2 试验方案
4.2.1 棉花样品的电子鼻检测
4.2.2 棉花样品挥发物的GC-MS检测
4.2.3 数据处理
4.3 结果与讨论
4.3.1 受不同数量棉铃虫危害的棉花挥发物变化
4.3.2 电子鼻对受不同数量棉铃虫危害的棉花的响应分析
4.3.3 基于5种特征的主成分分析
4.3.4 基于单特征构建受不同数量棉铃虫危害的棉花分类模型
4.3.5 基于多特征的分类模型优化
4.3.6 基于单特征构建危害棉花的棉铃虫数量的预测模型
4.3.7 基于多特征的回归预测模型优化
4.4 本章小结
第五章 基于Fisher判别分析和支持向量机对棉花受害时间的区分和预测
5.1 引言
5.2 试验方案
5.2.1 电子鼻检测
5.2.2 棉花样品挥发物的GC-MS检测
5.2.3 数据处理
5.3 结果与讨论
5.3.1 受棉铃虫危害不同时间的棉花挥发物变化
5.3.2 受棉铃虫危害不同时间的棉花的电子鼻响应分析
5.3.3 基于Fisher判别分析的可视化分析
5.3.4 基于典则判别函数与特征的典型相关性的特征选择
5.3.5 基于支持向量机回归建立棉花受害时间的预测模型
5.4 本章小结
第六章 总结与展望
6.1 主要结论
6.2 主要创新点
6.3 展望
参考文献
插图清单
表格清单
主要缩略语清单
致谢
攻读学位期间主要科研成果
浙江大学;
