基于自适应概率神经网络的农作物虫情预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·农作物虫情预测的意义 | 第10页 |
| ·农作物虫情预测技术的国内外研究现状 | 第10-12页 |
| ·自适应概率神经网络应用到农作物虫情预测的意义 | 第12-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 2 农作物虫情预测分析 | 第14-20页 |
| ·引言 | 第14页 |
| ·农作物害虫预测预报的分类 | 第14-15页 |
| ·影响农作物害虫预测预报的主要因素 | 第15-16页 |
| ·温度 | 第15-16页 |
| ·湿度和降雨 | 第16页 |
| ·光 | 第16页 |
| ·农作物虫情的特点 | 第16-20页 |
| ·虫害发生量多 | 第16-17页 |
| ·季节性 | 第17页 |
| ·实时性 | 第17页 |
| ·非线性和不确定性 | 第17-20页 |
| 3 农作物虫情预测的神经网络模型 | 第20-36页 |
| ·BP神经网络 | 第20-22页 |
| ·农作物虫情预测的BP神经网络模型 | 第22-23页 |
| ·概率神经网络 | 第23-29页 |
| ·概率神经网络模型的理论基础 | 第23-27页 |
| ·概率神经网络的数学描述 | 第27-28页 |
| ·概率神经网络结构 | 第28-29页 |
| ·农作物虫情预测的概率神经网络模型 | 第29-30页 |
| ·自适应概率神经网络 | 第30-33页 |
| ·农作物虫情预测的自适应概率神经网络模型 | 第33-36页 |
| 4 基于自适应概率神经网络的农作物虫情预测 | 第36-52页 |
| ·预测对象分析 | 第36页 |
| ·样本数据预处理 | 第36-38页 |
| ·样本数据的GA算法 | 第38-40页 |
| ·自适应概率神经网络模型预测性能分析比较 | 第40-52页 |
| ·基于自适应概率神经网络的农作物虫情预测 | 第40-42页 |
| ·基于概率神经网络的农作物虫情预测 | 第42-47页 |
| ·基于BP神经网络的农作物虫情预测 | 第47-51页 |
| ·预测结果比较 | 第51-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录A 遗传算法优化平滑参数程序 | 第57-60页 |
| 攻读学位期间的研究成果 | 第60页 |
