| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题提出的背景和目的 | 第13-14页 |
| ·国内外的研究现状及发展趋势 | 第14-16页 |
| ·水产品养殖水质预测的研究现状 | 第14-15页 |
| ·水产品溯源技术的研究现状 | 第15页 |
| ·水产品养殖精准管理的研究现状 | 第15-16页 |
| ·研究的主要内容及拟解决的问题 | 第16-17页 |
| ·研究的主要内容 | 第16页 |
| ·拟解决的问题 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第2章 系统总体设计 | 第19-25页 |
| ·系统设计要求 | 第19页 |
| ·系统设计原则 | 第19-21页 |
| ·系统整体框架 | 第21-22页 |
| ·可行性分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 机器学习在水产精准养殖系统中的应用 | 第25-43页 |
| ·养殖水质预警的重要性 | 第25-26页 |
| ·水温对养殖水体的影响 | 第25页 |
| ·pH对养殖水体的影响 | 第25-26页 |
| ·氨氮对养殖水体的影响 | 第26页 |
| ·相关理论基础 | 第26-29页 |
| ·粒子群算法介绍 | 第26-27页 |
| ·BP神经网络算法介绍 | 第27-28页 |
| ·极限学习机算法介绍 | 第28-29页 |
| ·机器学习在养殖水质预测中的应用 | 第29-42页 |
| ·基于粒子群优化的BP神经网络养殖水温及pH预测模型 | 第29-35页 |
| ·基于改进粒子群优化的极限学习机养殖氨氮预测模型 | 第35-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 系统硬件设计与选型 | 第43-51页 |
| ·硬件系统总体结构 | 第43-44页 |
| ·养殖环境数据采集模块选型及介绍 | 第44-46页 |
| ·养殖水质传感器选型及介绍 | 第44-45页 |
| ·温湿度传感器选型及介绍 | 第45-46页 |
| ·视频采集系统选型及介绍 | 第46-48页 |
| ·数据传输系统选型及介绍 | 第48-50页 |
| ·Zigbee采集模块选型及介绍 | 第48-49页 |
| ·WIFI+Zigbee网关选型及介绍 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 系统软件设计 | 第51-69页 |
| ·软件系统整体结构 | 第51-52页 |
| ·Android客户端软件程序设计 | 第52-59页 |
| ·Android平台的框架结构 | 第52-54页 |
| ·开发语言及工具 | 第54-55页 |
| ·客户端各功能模块介绍 | 第55-59页 |
| ·服务器端程序设计 | 第59-65页 |
| ·B/S架构模式介绍 | 第59-60页 |
| ·ASP.NET技术介绍 | 第60-61页 |
| ·服务器端各功能模块介绍 | 第61-65页 |
| ·数据库程序设计 | 第65-68页 |
| ·编程语言及开发环境 | 第65-66页 |
| ·数据库设计 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 总结展望 | 第69-71页 |
| ·研究的结论 | 第69-70页 |
| ·本文的创新点 | 第70页 |
| ·不足与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77页 |