基于粗糙神经网络的番茄灰霉病预警模型构建与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·在农业领域研究现状 | 第10-11页 |
| ·存在的问题 | 第11-12页 |
| ·主要工作与论文结构 | 第12-14页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 相关理论概述 | 第14-24页 |
| ·人工神经网络理论 | 第14-19页 |
| ·ANNs的产生与发展 | 第14页 |
| ·ANNs的特点 | 第14-15页 |
| ·ANNs模型 | 第15-17页 |
| ·BP神经网络 | 第17-18页 |
| ·BP神经网络的学习算法 | 第18-19页 |
| ·粗糙集理论 | 第19-22页 |
| ·粗糙集的基本概念 | 第19-21页 |
| ·粗糙集理论的特点 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于双环境因子的番茄灰霉病预警模型研究 | 第24-30页 |
| ·温室环境对番茄病害发生的影响 | 第24-25页 |
| ·空气温度对番茄灰霉病的影响 | 第24-25页 |
| ·空气湿度对番茄灰霉病的影响 | 第25页 |
| ·温度和湿度为驱动的预警模型 | 第25-28页 |
| ·温室番茄种植试验安排 | 第25-26页 |
| ·环境信息采集 | 第26页 |
| ·病害调查 | 第26页 |
| ·调查数据预处理 | 第26-27页 |
| ·预警模型建立 | 第27页 |
| ·结果分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 基于多环境因子的番茄灰霉病预警模型研究 | 第30-42页 |
| ·其他环境因子对番茄灰霉病的影响 | 第30页 |
| ·BP人工神经网络预警模型构建 | 第30-33页 |
| ·传统的BP人工神经网络预警模型设计 | 第30-31页 |
| ·改进的BP人工神经网络预警模型设计 | 第31-32页 |
| ·对比分析 | 第32-33页 |
| ·基于粗糙神经网络预警模型构建 | 第33-38页 |
| ·粗糙集与BP人工神经网络对比 | 第33-34页 |
| ·基于RS-BPANNs模型构建思想 | 第34页 |
| ·基于RS-BPANNs模型构建步骤 | 第34-35页 |
| ·实例分析 | 第35-38页 |
| ·对比分析 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 番茄灰霉病预警系统设计与实现 | 第42-54页 |
| ·系统设计思想 | 第42-44页 |
| ·系统设计流程 | 第42-43页 |
| ·系统的特点 | 第43-44页 |
| ·系统开发的关键技术 | 第44-45页 |
| ·SpringMVC与WebService整合 | 第44页 |
| ·Java与Matlab整合 | 第44-45页 |
| ·系统数据库介绍 | 第45页 |
| ·系统功能模块设计与实现 | 第45-53页 |
| ·实时数据感知模块 | 第46-48页 |
| ·数据预处理模块 | 第48-49页 |
| ·实时数据监测模块 | 第49-50页 |
| ·病害预警决策模块 | 第50-53页 |
| ·病害防控指导模块 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 个人简介及攻读硕士学位期间论文发表情况 | 第62页 |
