| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究目的及意义 | 第8-10页 |
| ·国内水稻害虫预测的介绍 | 第10-12页 |
| ·水稻害虫预测的类别 | 第10页 |
| ·水稻害虫预测的方法 | 第10-12页 |
| ·本文的主要工作及安排 | 第12-14页 |
| ·神经网络的选择 | 第12页 |
| ·研究线路 | 第12-13页 |
| ·本文的内容组织 | 第13-14页 |
| 第2章 基于 BP 神经网络的水稻虫情预测的建模原理 | 第14-23页 |
| ·人工神经网络的介绍 | 第14-16页 |
| ·神经网络的发展 | 第14页 |
| ·神经网络的分类 | 第14-15页 |
| ·人工神经网络的特点 | 第15-16页 |
| ·BP 神经网络 | 第16-23页 |
| ·BP 神经网络 | 第16页 |
| ·BP 网络结构 | 第16-17页 |
| ·BP 算法原理 | 第17页 |
| ·BP 网路的前馈计算 | 第17-23页 |
| 第3章 水稻虫情预测模型的建立及 MATLAB 实现 | 第23-31页 |
| ·水稻虫情与气候因子相关信息的分析 | 第23-24页 |
| ·温度 | 第23页 |
| ·湿度和降雨 | 第23页 |
| ·光照 | 第23-24页 |
| ·虫情预测系统的设计与分析--基于 BP 网络 | 第24-26页 |
| ·BP 网络结构的确定 | 第24页 |
| ·隐含层神经元的确定 | 第24页 |
| ·样本数据的处理 | 第24-26页 |
| ·BP 神经网络 MATLAB 函数 | 第26-28页 |
| ·均方误差性能函数 mse（） | 第27页 |
| ·双曲正切 S 型传输函数 tansig（） | 第27页 |
| ·正切 S 型神经元的求导函数 dtansig（） | 第27页 |
| ·神经元的 delta 函数 deltatan（） | 第27页 |
| ·BP 学习规则为调整网络的权值和偏值 | 第27-28页 |
| ·计算误差曲面函数 errsurf() | 第28页 |
| ·绘制误差曲面图函数 plotes() | 第28页 |
| ·在误差曲面图上绘制权值和偏值的位置函数 plotep() | 第28页 |
| ·绘制误差平方和对训练次数的曲线函数 ployerr() | 第28页 |
| ·BP 网络程序设计的 matlab 实现 | 第28-31页 |
| ·网络设计的主要准备工作 | 第28-29页 |
| ·仿真结果及分析 | 第29-31页 |
| 第4章 结束语 | 第31-32页 |
| ·结论 | 第31页 |
| ·个人进一步研究建议 | 第31-32页 |
| 参考文献 | 第32-33页 |
| 致谢 | 第33-34页 |
| 附录 | 第34-37页 |
