基于专家系统的鸡蛋品质分级技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 引言 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·禽蛋品质检测国内外研究现状 | 第9-10页 |
| ·专家系统及其发展 | 第10-11页 |
| ·国内外农业专家系统应用及发展现状 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| 2 鸡蛋外观品质检测系统硬件 | 第13-15页 |
| ·CCD 摄像机 | 第13-14页 |
| ·光照箱 | 第14页 |
| ·光源 | 第14-15页 |
| ·背景选择 | 第15页 |
| ·计算机 | 第15页 |
| 3 基于神经网络的专家系统 | 第15-26页 |
| ·专家系统 | 第15-18页 |
| ·专家系统简介 | 第15-16页 |
| ·专家系统的结构 | 第16-17页 |
| ·专家系统的优点 | 第17-18页 |
| ·专家系统的瓶颈 | 第18页 |
| ·神经网络概述 | 第18-24页 |
| ·人工神经网络的基本原理 | 第19-22页 |
| ·神经网络应用和发展 | 第22-23页 |
| ·神经网络的优点 | 第23-24页 |
| ·专家系统和神经网络的区别 | 第24页 |
| ·专家系统与神经网络的互补 | 第24-25页 |
| ·神经网络专家系统的优势 | 第25-26页 |
| 4 鸡蛋品质分级专家系统的建立 | 第26-40页 |
| ·基于神经网络专家系统的基本结构 | 第27-28页 |
| ·知识获取方法研究 | 第28-30页 |
| ·传统的知识获取方法 | 第28页 |
| ·基于神经网络的知识获取方法 | 第28-30页 |
| ·BP 网络结构及工作原理 | 第30-32页 |
| ·BP 网络学习算法 | 第31-32页 |
| ·知识库模块的建立 | 第32-34页 |
| ·神经网络结构相关程度检测 | 第34-37页 |
| ·基于 ANN 的推理机 | 第37-40页 |
| ·推理方法 | 第37页 |
| ·推理方向 | 第37-38页 |
| ·控制策略 | 第38页 |
| ·系统推理算法 | 第38-40页 |
| 5 鸡蛋品质分级专家系统人机交互界面 | 第40-51页 |
| ·训练界面设计 | 第40-42页 |
| ·样本信息采集和数据处理 | 第42-45页 |
| ·训练网络 | 第45-49页 |
| ·用训练完的网络进行预测 | 第49-51页 |
| 6 结论 | 第51-52页 |
| 7 存在问题及展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介 | 第57页 |
