首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--专家系统、知识工程论文

陕西省烤烟智能施肥推荐模型的研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-15页
   ·研究目的与意义第10-11页
   ·国内外研究现状第11-13页
     ·国外研究现状第11-12页
     ·国内研究现状第12-13页
   ·研究的主要内容及方法第13-14页
     ·研究的主要内容及目标第13页
     ·研究方法第13-14页
   ·论文的组织结构第14-15页
第二章 陕西省烤烟土壤肥力适宜性评价第15-26页
   ·引言第15-16页
   ·评价因子的选择第16-17页
   ·基于灰色关联分析的土壤肥力评价第17-18页
     ·灰色关联分析法第17-18页
     ·灰色关联分析在烤烟土壤肥力评价中的应用第18页
   ·基于AHP-模糊综合评价法的土壤肥力评价第18-23页
     ·AHP-模糊综合评价法第18-19页
     ·层次分析法确定相对权重第19-20页
     ·模糊综合评价法第20-21页
     ·AHP-模糊综合评价法在烤烟土壤肥力评价中的应用第21-23页
   ·实验结果分析第23-25页
   ·本章小结第25-26页
第三章 基于BP 网络平台的烤烟施肥推荐模型第26-35页
   ·引言第26-27页
   ·BP 网络概述第27-29页
     ·BP 算法第27-28页
     ·BP 算法实现第28-29页
   ·BP 算法的不足与改进第29-30页
     ·BP 算法的限制与不足第29页
     ·BP 算法的改进第29-30页
   ·基于BP 网络平台的施肥推荐模型第30-32页
     ·模型的输入设计第30-31页
     ·BP 网络平台的设计第31-32页
     ·模型的输出设计第32页
   ·实验结果与分析第32-33页
   ·本章小结第33-35页
第四章 基于最小二乘支持向量机的烤烟施肥推荐模型第35-45页
   ·引言第35页
   ·基于LS-SVM 的烤烟施肥推荐模型第35-40页
     ·支持向量机概述第36-37页
     ·最小二乘支持向量机的基本原理第37-38页
     ·核函数的构造第38-39页
     ·模型参数第39-40页
   ·基于粒子群算法的参数优化第40-42页
     ·LS-SVM 模型中的参数确定第40页
     ·基于PSO 的模型参数优选第40-42页
   ·实验结果与分析第42-43页
   ·本章小结第43-45页
第五章 烤烟智能施肥推荐平台的设计与实现第45-53页
   ·开发背景第45页
   ·XML 数据库设计第45-46页
   ·BP 网络施肥推荐平台的设计与实现第46-48页
     ·平台实现的关键技术第46-47页
     ·平台功能模块设计第47-48页
   ·LS-SVM 施肥推荐平台的设计与实现第48-50页
     ·平台实现的关键技术第48-50页
     ·平台功能模块设计第50页
   ·GIS 应用于烤烟施肥推荐第50-51页
     ·烤烟土壤养分空间分异第50-51页
     ·基于GIS 的烤烟施肥推荐第51页
   ·平台测试与评价第51-52页
   ·本章小结第52-53页
第六章 结论与展望第53-55页
   ·结论第53页
   ·展望第53-55页
参考文献第55-60页
致谢第60-61页
作者简介第61页

论文共61页,点击 下载论文
上一篇:基于单片机的昆虫加热板温度测控系统设计
下一篇:基于Web的羊病诊断专家系统关键技术的研究