| 内容提要 | 第1-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究现状 | 第9-12页 |
| ·神经网络 | 第9页 |
| ·贝叶斯网络 | 第9-10页 |
| ·灰色系统理论和模糊数学方法 | 第10页 |
| ·精准农业智能决策系统 | 第10-12页 |
| ·本文研究内容与组织 | 第12-14页 |
| 第2章 精准农业智能决策技术框架 | 第14-21页 |
| ·引言 | 第14页 |
| ·精准农业决策需求 | 第14-15页 |
| ·精准农业问题的特点 | 第15-16页 |
| ·时空性 | 第15-16页 |
| ·不确定性 | 第16页 |
| ·精准农业决策需求与智能技术的结合 | 第16-18页 |
| ·精准农业问题的求解 | 第18-19页 |
| ·精准农业问题的求解层次 | 第18页 |
| ·精准农业智能决策系统 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第3章 一种新的神经网络集成方法及应用 | 第21-42页 |
| ·引言 | 第21页 |
| ·技术与方法 | 第21-26页 |
| ·个体生成算法 | 第22-24页 |
| ·基于线性加权的结论生成算法 | 第24-26页 |
| ·实验结果与分析 | 第26-30页 |
| ·不同神经网络个体的预测误差比较 | 第26-27页 |
| ·LM 集成方法与其它方法的比较 | 第27-28页 |
| ·子网络个数选取对LM 集成方法的影响 | 第28-29页 |
| ·AP 聚类数目对 LM 集成的影响 | 第29-30页 |
| ·神经网络集成方法在精准施肥中的应用 | 第30-33页 |
| ·引言 | 第30-31页 |
| ·基于神经网络集成的精准施肥模型 | 第31-33页 |
| ·基于神经网络集成的的6-x-1 施肥模型 | 第33-38页 |
| ·数据描述 | 第33-34页 |
| ·模型建立与分析 | 第34-38页 |
| ·基于神经网络集成的4-x-3 施肥模型 | 第38-39页 |
| ·数据描述 | 第38-39页 |
| ·模型建立与分析 | 第39页 |
| ·结论 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 贝叶斯网在精准农业生产中的应用研究 | 第42-60页 |
| ·贝叶斯网中的独立性分析和敏感性分析 | 第42-43页 |
| ·d-分离与节点间独立性 | 第42-43页 |
| ·熵减少量与敏感度分析 | 第43页 |
| ·一种简化的贝叶斯网络模型及应用 | 第43-48页 |
| ·问题描述 | 第43-44页 |
| ·一种简化的贝叶斯网络构建方法 | 第44-46页 |
| ·结果与分析 | 第46-48页 |
| ·贝叶斯网络学习在产量预测中的应用研究 | 第48-54页 |
| ·数据描述 | 第48-49页 |
| ·贝叶斯网络学习 | 第49-50页 |
| ·贝叶斯网络推理 | 第50-51页 |
| ·模型构建与分析 | 第51-54页 |
| ·贝叶斯网络分类器地力分级中的应用研究 | 第54-58页 |
| ·问题描述 | 第54-55页 |
| ·贝叶斯网络分类器 | 第55-56页 |
| ·模型构建与分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 基于不确定信息处理的农田管理区划分方法研究 | 第60-75页 |
| ·管理区划分中常用的统计分析方法 | 第60-61页 |
| ·描述性统计分析方法 | 第60页 |
| ·空间变异性与相关性分析方法 | 第60-61页 |
| ·一种新的加权模糊聚类方法及在管理区划分中的应用 | 第61-67页 |
| ·引言 | 第61页 |
| ·问题描述 | 第61-63页 |
| ·一种加权模糊聚类方法 | 第63-64页 |
| ·结果与分析 | 第64-67页 |
| ·结论 | 第67页 |
| ·一种有向变异度方法及其在管理区划分中的应用 | 第67-71页 |
| ·问题描述 | 第67-69页 |
| ·有向变异度方法的提出 | 第69-70页 |
| ·结果与分析 | 第70-71页 |
| ·基于灰色关联度的管理区划分方法 | 第71-73页 |
| ·问题描述 | 第71-72页 |
| ·灰色关联度 | 第72页 |
| ·结果与分析 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 第6章 精准农业智能决策系统的研究与应用 | 第75-90页 |
| ·总体设计及相关方法 | 第75-76页 |
| ·两种精准作业模式 | 第75页 |
| ·地理信息系统和专家系统的集成 | 第75-76页 |
| ·一种软件定位方法 | 第76页 |
| ·基于UML 的系统分析与设计 | 第76-82页 |
| ·用例模型 | 第77页 |
| ·交互模型 | 第77-81页 |
| ·类模型 | 第81-82页 |
| ·数据库的设计 | 第82-85页 |
| ·需求分析 | 第82页 |
| ·概念结构设计 | 第82-84页 |
| ·逻辑设计 | 第84-85页 |
| ·知识表示与推理 | 第85-86页 |
| ·产生式规则表示法 | 第85页 |
| ·基于规则的推理 | 第85-86页 |
| ·模型库的建立 | 第86-87页 |
| ·系统的实现与应用 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 第7章 结论与展望 | 第90-92页 |
| ·主要结论 | 第90-91页 |
| ·展望 | 第91-92页 |
| 参考文献 | 第92-98页 |
| 攻读博士学位期间发表的论文和参加的项目 | 第98-100页 |
| 致谢 | 第100-101页 |
| 摘要 | 第101-104页 |
| ABSTRACT | 第104-106页 |