| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究的目的及意义 | 第11-12页 |
| ·课题的研究内容 | 第12-14页 |
| ·构建储藏粮食安全状况评价系统模型 | 第12-13页 |
| ·融合系统 | 第13-14页 |
| ·课题论文的主要工作 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第2章 粮情监控信息融合系统整体结构 | 第16-24页 |
| ·粮情信息监控系统 | 第16-18页 |
| ·数据采集方法 | 第18页 |
| ·多传感器信息融合 | 第18-21页 |
| ·多传感器信息融合的发展及特点 | 第18-19页 |
| ·多传感器信息融合的几种方法 | 第19-21页 |
| ·本文着重研究和应用的方法 | 第21-23页 |
| ·B P 型神经网络 | 第21-22页 |
| ·自适应模糊推理系统 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 两种融合算法的原理和改进 | 第24-38页 |
| ·BP 神经网络 | 第24-29页 |
| ·BP 神经网络的网络结构和基本原理 | 第24-25页 |
| ·经典 BP 算法 | 第25-26页 |
| ·BP 算法的数学描述和两种学习方式 | 第26-28页 |
| ·经典 BP 神经网络的限制和不足 | 第28-29页 |
| ·B P 神经网络的改进 | 第29-31页 |
| ·改进 BP 神经网络的理论依据 | 第29-30页 |
| ·Le venberg - Marquardt 对 BP 算法的改进 | 第30-31页 |
| ·本课题中融合思想概述 | 第31页 |
| ·模糊推理系统和自适应模糊推理系统 | 第31-33页 |
| ·模糊推理系统的基本概念和组成 | 第31-32页 |
| ·两种常用的模糊推理系统 | 第32-33页 |
| ·自适应模糊推理系统 A NFIS | 第33-37页 |
| ·A NFIS 和神经网络的关系 | 第33页 |
| ·A NFIS 的架构 | 第33-35页 |
| ·混合学习模式 | 第35-36页 |
| ·A NFIS 对本课题的限制和解决办法概述 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 实验与仿真 | 第38-56页 |
| ·数据的采集及选取和需要说明的问题 | 第38页 |
| ·数据的预处理 | 第38-40页 |
| ·采集级预处理 | 第38-39页 |
| ·编码级预处理 | 第39-40页 |
| ·仿真结果及分析 | 第40-54页 |
| ·实验与仿真环境 | 第40页 |
| ·B P 神经网络融合算法的仿真及结果分析 | 第40-48页 |
| ·A NFIS 融合算法的仿真及结果分析 | 第48-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 结论与展望 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录 A | 第64-66页 |
| 攻读学位期间的研究成果 | 第66页 |