農業(yè)信息的分析處理

前言
第1章 農業(yè)信息與智慧農業(yè)
1．1 農業(yè)信息及其分類
1．1．1 信息
1．1．2 “數(shù)據(jù)”“信息”“知識”與“智能”的關系
1．1．3 農業(yè)信息資源
1．2 農業(yè)大數(shù)據(jù)及其特點
1．2．1 大數(shù)據(jù)的概念
1．2．2 大數(shù)據(jù)國內外現(xiàn)狀
1．2．3 大數(shù)據(jù)的機遇與面臨的挑戰(zhàn)
1．2．4 農業(yè)大數(shù)據(jù)的特殊問題
1．3 我國農業(yè)現(xiàn)代化的發(fā)展及問題
1．3．1 我國農業(yè)發(fā)展現(xiàn)狀
1．3．2 問題與挑戰(zhàn)
1．3．3 國外農業(yè)發(fā)展的經驗教訓
1．3．4 信息技術與農業(yè)現(xiàn)代化
1．4 智慧農業(yè)及其應用
1．4．1 智慧地球及其應用
1．4．2 智慧農業(yè)的概念
1．4．3 智慧農業(yè)的內涵
1．4．4 我國的智慧農業(yè)
第2章 農業(yè)信息分析處理基礎
2．1 信息分析處理系統(tǒng)概述
2．1．1 信息處理
2．1．2 信息分析處理系統(tǒng)分類
2．1．3 幾種典型的信息分析處理系統(tǒng)
2．2 信息分析處理系統(tǒng)的組成
2．2．1 計算機的發(fā)展
2．2．2 計算機系統(tǒng)
2．2．3 計算機的主要性能指標
2．2．4 計算機的中央處理器結構原理
2．2．5 計算機的存儲器
2．2．6 農業(yè)信息處理系統(tǒng)簡介
2．3 信息在計算機中的表示
2．3．1 數(shù)據(jù)的表示單位
2．3．2 計算機中數(shù)值的表示
2．3．3 文字符號的表示與編碼
2．3．4 圖像信息在計算機中的表示
2．3．5 音頻信息在計算機中的表示
2．4 信息處理常用軟件
2．4．1 Excel軟件
2．4．2 SPSS軟件
2．4．3 SAS統(tǒng)計分析
第3章 農業(yè)信息獲取
3．1 信息獲取技術概述
3．2 3S技術概述
3．2．1 地理信息系統(tǒng)
3．2．2 遙感技術
3．2．3 全球定位系統(tǒng)技術
3．2．4 3S集成技術
3．2．5 農業(yè)3S技術應用原理
3．2．6 3S技術在農業(yè)中的應用
3．3 圖像視頻信息的獲取
3．3．1 常用的圖像獲取設備
3．3．2 視頻采集卡
3．4 無線傳感器網絡
3．4．1 無線傳感網絡的特點
3．4．2 無線傳感網絡關鍵技術
3．4．3 無線傳感網絡的應用
3．4．4 傳感網組成
3．4．5 無線傳感器網絡設計
第4章 農業(yè)信息處理
4．1 信息處理概述
4．2 信息的壓縮處理
4．3 聲音數(shù)據(jù)的處理
4．3．1 噪聲
4．3．2 聲音信息降噪方法
4．3．3 聲音處理的流程
4．4 圖像信息的處理
4．4．1 圖像處理的基礎知識
4．4．2 基本的圖像處理
4．4．3 圖像濾波處理的方法
4．4．4 圖像融合技術
第5章 農業(yè)信息的分析方法
5．1 分析與信息分析
5．1．1 分析
5．1．2 信息分析
5．2 信息分析的性質
5．2．1 思維的基本過程
5．2．2 方法
5．3 信息分析的方法
5．3．1 信息分析方法論
5．3．2 信息分析方法的分類
5．3．3 定性分析法
5．3．4 定量分析法
5．3．5 定性與定量相結合的分析方法
5．4 大數(shù)據(jù)的分析
5．4．1 大數(shù)據(jù)的分析處理
5．4．2 Hadoop集群簡介
5．5 信息分析實例
第6章 農業(yè)信息智能分析處理系統(tǒng)
6．1 智慧農業(yè)信息平臺的研究建設
6．1．1 智慧農業(yè)信息平臺構建
6．1．2 智慧農業(yè)信息平臺建設
6．2 農業(yè)生產過程智能監(jiān)控系統(tǒng)
6．2．1 農業(yè)生產過程智能監(jiān)控系統(tǒng)流程結構
6．2．2 農業(yè)生產過程智能監(jiān)控系統(tǒng)的功能結構
6．2．3 農業(yè)生產過程智能監(jiān)控系統(tǒng)的安全問題
6．3 人工智能技術
6．3．1 人工智能及其發(fā)展
6．3．2 人工智能的基本方法
6．3．3 人工智能的研究與應用領域
6．3．4 我國人工智能研究領域的問題
6．4 農業(yè)信息智能分析處理系統(tǒng)
6．4．1 系統(tǒng)組成結構
6．4．2 農業(yè)信息智能分析處理的輸入與輸出
6．4．3 農業(yè)信息智能分析處理系統(tǒng)的功能
第7章 農業(yè)信息智能分析算法
7．1 信息分析的智能算法
7．2 人工神經網絡算法
7．2．1 神經元的基本模型
7．2．2 神經網絡的基本特點
7．2．3 BP算法
7．3 深度學習的原理
7．3．1 深度信念網絡DBN
7．3．2 卷積神經網絡CNN
7．3．3 遞歸神經網絡RNN
7．3．4 深度學習的應用
7．4 隱馬爾可夫鏈的原理與算法
7．4．1 馬爾可夫鏈的定義
7．4．2 隱馬爾可夫模型
7．4．3 用HMM對面部表情識別
7．5 花卉圖像的分析識別
7．5．1 紋理特征
7．5．2 顏色特征
7．5．3 形狀特征
7．5．4 相似性度量
7．5．5 基于貝葉斯的圖像檢索
7．5．6 圖像檢索模塊的構建與分析
第8章 果樹生長管理的智能分析處理系統(tǒng)
8．1 果樹模型分析
8．1．1 果樹數(shù)據(jù)的獲取
8．1．2 樹冠截面為三角形的計算分析
8．1．3 樹冠截面為梯形的計算分析
8．1．4 果樹連續(xù)覆蓋陰影面積積分求解
8．1．5 柵格化求解
8．1．6 南北行向的距離范圍
8．1．7 實例分析
8．2 利用ENVI進行植被分析
8．2．1 植被分析基礎
8．2．2 植被分析
8．2．3 植被增強顯示
8．2．4 植被指數(shù)計算器
8．2．5 林木健康分析
8．2．6 農作物脅迫（Agricultural Stress）
8．2．7 易燃性分布分析
8．2．8 植被抑制工具
8．3 果樹病蟲害監(jiān)測預報原理與建模
8．3．1 綜合應用3s技術進行果樹病蟲害分析
8．3．2 病蟲害監(jiān)測預報建模的方法
8．4 果樹蟲害的識別
8．5 果樹生長管理的智能分析處理系統(tǒng)
8．5．1 系統(tǒng)功能結構設計
8．5．2 智能分析處理模塊的設計
8．5．3 系統(tǒng)的體系結構