首页--农业科学论文--植物保护论文--病虫害及其防治论文--园艺作物病虫害及其防治论文--果树病虫害论文--仁果类病虫害论文--梨病虫害论文

基于案例推理的砀山酥梨黑星病预测系统研究

摘 要第4-5页
英文摘要第5页
第一章 绪论第6-16页
    1.1 人工智能与专家系统概述第6-7页
    1.2 农业专家系统的研究应用概况第7-11页
        1.2.1 农业专家系统在国外的应用概况第8-10页
        1.2.2 农业专家系统在国内的应用概况第10-11页
    1.3 基于案例推理的发展历史与现状第11-13页
    1.4 本研究背景及意义第13-15页
    1.5 本研究任务及其研究框架第15-16页
第二章 基于案例推理的理论与方法第16-24页
    2.1 CBR的思想第16页
    2.2 CBR的方法第16-21页
        2.2.1 案例表示第16-18页
        2.2.2 案例索引第18页
        2.2.3 案例检索第18-20页
        2.2.4 案例修改第20-21页
        2.2.5 系统学习及案例库的维护第21页
    2.3 CBR的工作过程第21-22页
    2.4 CBR与RBR的比较第22-24页
第三章 模糊聚类及其相关问题的探讨第24-31页
    3.1 模糊聚类的研究发展第24-26页
    3.2 模糊聚类算法第26-27页
    3.3 模糊聚类的有效性问题第27-29页
        3.3.1 混合F统计量第28-29页
        3.3.2 模糊划分熵第29页
    3.4 模糊聚类中加权指数1的研究第29-31页
第四章 基于案例推理的砀山酥梨黑星病预测系统设计与实现第31-51页
    4.1 系统的设计第31-43页
        4.1.1 系统开发环境第31页
        4.1.2 系统的结构第31-33页
            4.1.2.1 系统的工作流程第31-32页
            4.1.2.2 系统的基本框架第32-33页
        4.1.3 实现系统的关键技术第33-43页
            4.1.3.1 系统的开发语言--VB第33-34页
            4.1.3.2 案例的表示和案例库的建立第34-36页
            4.1.3.3 VB与案例库的数据交互第36-38页
            4.1.3.4 案例库的维护第38页
            4.1.3.5 案例的检索第38-42页
            4.1.3.6 案例修正与学习第42-43页
    4.2 系统的实现和运行第43-47页
        4.2.1 系统的实现第43-45页
        4.2.2 系统的运行第45-47页
    4.3 系统的验证第47-51页
第五章 总结与讨论第51-53页
    5.1 总结第51页
    5.2 讨论第51-53页
参考文献第53-58页
致谢第58-59页
作者简介第59页

论文共59页,点击 下载论文
上一篇:学术型硕士研究生学习焦虑的调查研究--以Y大学为例
下一篇:人大报刊复印资料《高等教育》2004-2013年作者群计量研究