寒地大豆病虫害诊断方法研究
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 引言 | 第11-16页 |
| 1.1 课题研究的背景与意义 | 第11页 |
| 1.2 模糊系统和神经网络的融合 | 第11-12页 |
| 1.3 相关研究进展与趋势 | 第12-14页 |
| 1.3.1 国外研究动态和趋势 | 第12-13页 |
| 1.3.2 国内研究动态和趋势 | 第13-14页 |
| 1.4 课题来源 | 第14页 |
| 1.5 研究内容与章节安排 | 第14-16页 |
| 2 基础理论 | 第16-32页 |
| 2.1 模糊技术基础理论 | 第16-17页 |
| 2.1.1 模糊集合的概念 | 第16页 |
| 2.1.2 常见的隶属度函数 | 第16-17页 |
| 2.2 神经网络基础理论 | 第17-25页 |
| 2.2.1 误差反向传播（BP）算法 | 第17-19页 |
| 2.2.2 径向基（RBF）神经网络 | 第19-22页 |
| 2.2.3 模糊神经网络 | 第22-25页 |
| 2.3 AHP层次分析法基础理论 | 第25-31页 |
| 2.3.1 AHP概述 | 第25页 |
| 2.3.2 AHP的决策步骤 | 第25-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于AHP模糊神经网络方法的病虫害诊断 | 第32-47页 |
| 3.1 输入/输出特征表示 | 第32-35页 |
| 3.1.1 大豆虫害数字化编码 | 第32-33页 |
| 3.1.2 大豆虫害AHP模型建立 | 第33-35页 |
| 3.2 数字化校正模型的选择及校验 | 第35-42页 |
| 3.2.1 误差反向传播神经网络数字编码建模 | 第35-37页 |
| 3.2.2 径向基神经网络数字编码建模 | 第37-38页 |
| 3.2.3 模糊神经网络数字编码建模 | 第38-39页 |
| 3.2.4 神经网络数字建模结果汇总 | 第39-42页 |
| 3.3 AHP校正模型的选择及校验 | 第42-46页 |
| 3.3.1 BP神经网络AHP建模 | 第42页 |
| 3.3.2 RBF神经网络AHP建模 | 第42-43页 |
| 3.3.3 模糊神经网络AHP建模 | 第43-44页 |
| 3.3.4 神经网络AHP建模结果汇总 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 结论与展望 | 第47-49页 |
| 4.1 结论 | 第47页 |
| 4.2 展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53页 |
