贝叶斯网在农业智能系统中的应用研究
| 第一章 绪论 | 第1-12页 |
| ·贝叶斯网简介 | 第7页 |
| ·基于贝叶斯网的智能系统 | 第7-8页 |
| ·智能系统在农业信息化中的作用 | 第8-10页 |
| ·农业智能系统现状 | 第10-11页 |
| ·本文所做工作 | 第11-12页 |
| 第二章 不确定性与贝叶斯网 | 第12-22页 |
| ·不确定性及其来源 | 第12-13页 |
| ·不确定性知识的表示与处理 | 第13-16页 |
| ·外延方法和内涵方法 | 第14页 |
| ·概率方法和模糊方法 | 第14-16页 |
| ·小结 | 第16页 |
| ·贝叶斯网的概率基础 | 第16-18页 |
| ·基本概念 | 第16页 |
| ·基本定理 | 第16-17页 |
| ·条件概率的计算 | 第17-18页 |
| ·贝叶斯网的语法、语义及性质 | 第18-22页 |
| ·语法 | 第18-19页 |
| ·语义 | 第19-21页 |
| ·性质 | 第21-22页 |
| 第三章 贝叶斯网的构建 | 第22-31页 |
| ·基于贝叶斯网的知识表示 | 第22-24页 |
| ·知识表示框架及过程 | 第22-23页 |
| ·利用贝叶斯网表示知识 | 第23-24页 |
| ·贝叶斯网结构的确立 | 第24-26页 |
| ·建立因果关系图 | 第24-25页 |
| ·分离技术 | 第25-26页 |
| ·条件概率表的确定 | 第26-29页 |
| ·概率的来源 | 第26-27页 |
| ·建立定量网 | 第27页 |
| ·噪音或技术 | 第27-29页 |
| ·简化贝叶斯网的其他方法 | 第29-31页 |
| 第四章 贝叶斯网推理算法 | 第31-41页 |
| ·贝叶斯网推理概述 | 第31-34页 |
| ·贝叶斯网推理特点及模式 | 第31-32页 |
| ·贝叶斯网推理算法的分类 | 第32-33页 |
| ·贝叶斯网推理算法回顾 | 第33页 |
| ·贝叶斯网推理算法的计算复杂性 | 第33-34页 |
| ·变量消去法 | 第34-36页 |
| ·问题的提出 | 第34-35页 |
| ·算法描述 | 第35-36页 |
| ·采样算法 | 第36-38页 |
| ·算法描述 | 第36-37页 |
| ·实例说明 | 第37-38页 |
| ·决策网络 | 第38-41页 |
| 第五章 基于贝叶斯网的农业智能系统的实现 | 第41-49页 |
| ·智能系统概述 | 第41-42页 |
| ·贝叶斯建网组件和推理组件的开发 | 第42-44页 |
| ·设计目标 | 第42-43页 |
| ·开发简介 | 第43-44页 |
| ·基于贝叶斯网的奶牛疾病诊断系统 | 第44-46页 |
| ·从确定性因子模型到贝叶斯网的转化 | 第44页 |
| ·基于贝叶斯网的奶牛疾病诊断系统的建立 | 第44-46页 |
| ·基于贝叶斯网的蔬菜种植决策系统 | 第46-49页 |
| 第六章 结束语 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 摘要 | 第52-55页 |
| ABSTRACT | 第55-58页 |
| 致谢 | 第58-59页 |
| 导师及作者简介 | 第59页 |
