| 第一章 绪论 | 第1-15页 |
| ·数据挖掘的概念及主要技术 | 第7-10页 |
| ·农业信息化 | 第10-13页 |
| ·本文所做的工作 | 第13-15页 |
| 第二章 遗传算法和神经网络理论基础 | 第15-30页 |
| ·遗传算法 | 第15-20页 |
| ·遗传算法基本原理 | 第15-17页 |
| ·遗传算法编码 | 第17-20页 |
| ·神经网络 | 第20-28页 |
| ·神经网络基本原理 | 第20-22页 |
| ·反向传播BP网络算法 | 第22-25页 |
| ·Levenberg-Marquardt网络算法 | 第25-28页 |
| ·遗传算法与神经网络的优缺点 | 第28-30页 |
| 第三章 改进的遗传算法结合LM优化神经网络算法 | 第30-36页 |
| ·遗传算法与神经网络结合方法 | 第30-31页 |
| ·改进的遗传算法结合LM优化神经网络算法——GALM算法 | 第31-33页 |
| ·性能测试 | 第33-36页 |
| 第四章 GALM算法在农业信息化中的应用 | 第36-53页 |
| ·项目背景 | 第36-37页 |
| ·数据挖掘组件的设计与实现 | 第37-38页 |
| ·数据挖掘组件在玉米产量预测的应用 | 第38-40页 |
| ·玉米产量预测模型训练过程 | 第40-49页 |
| ·数据预处理 | 第40-41页 |
| ·遗传算法优化网络初始权重 | 第41-47页 |
| ·遗传算法与LM 算法交替修正网络权重 | 第47-49页 |
| ·实际应用效果 | 第49-53页 |
| 第五章 结束语 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·进一步工作 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 摘要 | 第57-59页 |
| ABSTRACT | 第59-63页 |
| 致谢 | 第63-64页 |
| 导师及作者简介 | 第64-65页 |