| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·病虫害预测研究 | 第11页 |
| ·灰色系统理论和人工神经网络在病虫害预测上的应用 | 第11-13页 |
| ·小麦条锈病预测基本状况 | 第13-14页 |
| ·研究目标和研究内容 | 第14-15页 |
| ·研究方法与步骤 | 第15-16页 |
| 第二章 小麦条锈病预测的相关知识 | 第16-20页 |
| ·小麦条锈病的定义及流行规律 | 第16-18页 |
| ·病害预测的定义及方法 | 第18页 |
| ·几种不确定性方法的比较 | 第18-19页 |
| ·数据来源与组织 | 第19页 |
| ·小结 | 第19-20页 |
| 第三章 单一预测模型研究 | 第20-32页 |
| ·灰色预测模型 | 第20-24页 |
| ·灰色预测概述 | 第20-21页 |
| ·灰色GM(1,1)模型 | 第21-22页 |
| ·灰色关联分析 | 第22-24页 |
| ·BP神经网络 | 第24-31页 |
| ·BP神经网络结构 | 第24-26页 |
| ·BP神经网络算法 | 第26-28页 |
| ·BP算法的不足及改进方法 | 第28-29页 |
| ·BP网络泛化能力的改进方法 | 第29-30页 |
| ·BP网络的设计 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 灰色神经网络组合预测模型 | 第32-43页 |
| ·灰色神经网络组合预测模型 | 第32-33页 |
| ·灰色GM(1,1)预测模型 | 第33-34页 |
| ·基于BP灰值修正的灰色神经网络模型 | 第34-36页 |
| ·BP灰值修正模型思路 | 第34页 |
| ·BP灰值修正模型的网络设计 | 第34-35页 |
| ·BP灰值修正模型网络训练与结果分析 | 第35-36页 |
| ·基于BP残差修正的灰色神经网络模型 | 第36-37页 |
| ·BP残差修正模型思路 | 第36页 |
| ·BP残差修正模型的网络设计 | 第36-37页 |
| ·BP残差修正模型网络训练与结果分析 | 第37页 |
| ·基于灰色关联分析的灰色神经网络模型 | 第37-41页 |
| ·灰色关联分析 | 第38-40页 |
| ·基于灰色关联分析的灰色神经网络预测 | 第40-41页 |
| ·三种组合模型实验结果分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 系统设计与实现 | 第43-53页 |
| ·系统总体架构 | 第43-44页 |
| ·系统开发平台构建 | 第43页 |
| ·Tomcat、Apache Web Server及MATLAB Web Server的整合 | 第43-44页 |
| ·系统总体设计 | 第44页 |
| ·系统开发关键技术 | 第44-48页 |
| ·J2EE技术 | 第44-45页 |
| ·Struts框架技术 | 第45-46页 |
| ·Hibernate对象持久化技术 | 第46页 |
| ·MATLAB Web Server开发 | 第46-48页 |
| ·系统主要功能设计 | 第48-52页 |
| ·系统数据库设计 | 第48页 |
| ·数据库开发相关设计 | 第48-49页 |
| ·系统表单设计 | 第49-50页 |
| ·病害查询模块 | 第50页 |
| ·病害预测模块 | 第50-51页 |
| ·病害防治模块 | 第51页 |
| ·模型管理模块 | 第51-52页 |
| ·系统测试与评价 | 第52页 |
| ·小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-54页 |
| ·结论 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |