首页--农业科学论文--农学(农艺学)论文--农产品收获、加工及贮藏论文--贮藏论文

基于信息融合的粮仓通风智能决策研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 粮仓通风技术的发展概况第10-12页
    1.3 主要研究内容及框架结构第12-13页
        1.3.1 主要研究内容第12-13页
        1.3.2 论文框架结构第13页
    1.4 小结第13-14页
2 智能通风控制系统及信息融合基础理论第14-19页
    2.1 智能通风控制系统第14-15页
    2.2 信息融合技术第15-17页
        2.2.1 信息融合技术的发展概况第15-16页
        2.2.2 信息融合技术的原理第16-17页
    2.3 粮仓通风决策信息融合模型第17-18页
    2.4 小结第18-19页
3 基于D-S证据理论的智能通风决策方法第19-26页
    3.1 D-S证据理论第19-22页
        3.1.1 证据理论的发展概况第19-20页
        3.1.2 D-S证据理论的基本理论第20-22页
    3.2 D-S证据算法在通风决策中的应用及改进第22-24页
    3.3 仿真分析第24-25页
    3.4 小结第25-26页
4 BP神经网络基础理论第26-41页
    4.1 神经网络的发展概况第26-28页
    4.2 神经网络的学习模式第28-30页
    4.3 BP神经网络第30-40页
        4.3.1 BP神经网络的模型及原理第30-31页
        4.3.2 BP算法推导第31-39页
        4.3.3 BP神经网络的特点及不足第39-40页
    4.4 小结第40-41页
5 基于GA-BP神经网络的智能通风决策方法第41-56页
    5.1 遗传算法第41-48页
        5.1.1 遗传算法的发展概况第41-42页
        5.1.2 遗传算法的原理第42页
        5.1.3 遗传算法的实现第42-48页
    5.2 GA-BP神经网络模型建立第48-50页
    5.3 GA-BP神经网络模型在通风决策中的仿真验证第50-53页
        5.3.1 处理样本第51页
        5.3.2 输出的编码转换第51-52页
        5.3.3 参数设定及网络训练第52-53页
        5.3.4 结果分析第53页
    5.4 D-S和GA-BP神经网络在通风决策中应用的对比分析第53-55页
    5.5 小结第55-56页
6 总结与展望第56-58页
    6.1 工作总结第56-57页
    6.2 展望第57-58页
参考文献第58-62页
致谢第62-63页
个人简历第63页

论文共63页,点击 下载论文
上一篇:基于CC2530的无线传感器网络选择性组网设计与实现
下一篇:基于图像处理的储粮害虫检测及识别方法研究