| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-12页 |
| 1 绪论 | 第12-20页 |
| 1．1 引言 | 第12-15页 |
| 1．1．1 传统农业与现代农业 | 第12-13页 |
| 1．1．2 AIIT是现代农业发展的重要方向 | 第13-14页 |
| 1．1．3 信息技术及发展 | 第14-15页 |
| 1．2 国内外AIIT的研究现状 | 第15-18页 |
| 1．2．1 国外AIIT的研究与现状 | 第15-17页 |
| 1．2．2 国内AIIT的研究与现状 | 第17页 |
| 1．2．3 国内外AIIT的主要研究内容及发展方向 | 第17-18页 |
| 1．3 本论文的研究工作 | 第18-19页 |
| 1．3．1 课题来源及研究进展 | 第18页 |
| 1．3．2 本论文研究的主要内容 | 第18-19页 |
| 1．4 本章小结 | 第19-20页 |
| 2 基于网络的智能化农业信息平台的框架结构 | 第20-30页 |
| 2．1 计算机网络体系结构 | 第20-24页 |
| 2．1．1 集中式体系统结构 | 第20-21页 |
| 2．1．2 分布式体系结构 | 第21-24页 |
| 2．1．3 网络体系结构选择 | 第24页 |
| 2．2 基于网络的智能化农业信息平台结构及配置 | 第24-29页 |
| 2．2．1 智能应用系统结构 | 第24-25页 |
| 2．2．2 网络中心配置 | 第25-26页 |
| 2．2．3 乡镇操作站的设置 | 第26页 |
| 2．2．4 智能化农业信息平台软件结构及组成 | 第26-29页 |
| 2．3 本章小结 | 第29-30页 |
| 3 农业数据库系统／数据仓库研究 | 第30-45页 |
| 3．1 农业数据库的构成 | 第30页 |
| 3．2 数据库系统的选型 | 第30-32页 |
| 3．3 数据库系统的设计 | 第32-39页 |
| 3．4 数据收集、整理与入库 | 第39页 |
| 3．5 基于WEB的农业数据库应用系统 | 第39-41页 |
| 3．6 农业数据仓库的开发 | 第41-44页 |
| 3．6．1 数据仓库的基本概念 | 第41-42页 |
| 3．6．2 农业数据仓库的体系结构 | 第42-43页 |
| 3．6．3 数据仓库的实现 | 第43-44页 |
| 3．7 本章小结 | 第44-45页 |
| 4 基于GIS的土壤信息系统 | 第45-57页 |
| 4．1 GIS的基本原理和结构 | 第45-49页 |
| 4．1．1 GIS的概念及组成 | 第45-47页 |
| 4．1．2 GIS的基本原理 | 第47-49页 |
| 4．2 基于GIS框架的土壤信息系统 | 第49-53页 |
| 4．2．1 系统开发平台 | 第49-50页 |
| 4．2．2 系统体系结构 | 第50-51页 |
| 4．2．3 系统功能 | 第51页 |
| 4．2．4 系统特点 | 第51-52页 |
| 4．2．5 Web GIS应用 | 第52-53页 |
| 4．3 采用GIS框架的其他农业应用系统 | 第53-54页 |
| 4．4 本章小结 | 第54-57页 |
| 5 基于网络的农业专家系统研究 | 第57-73页 |
| 5．1 引言 | 第57页 |
| 5．2 专家系统的结构 | 第57-58页 |
| 5．3 农业专家系统的知识库 | 第58-61页 |
| 5．3．1 农业专家系统的知识表示 | 第58-60页 |
| 5．3．2 作物专家系统知识表达 | 第60-61页 |
| 5．4 知识的多维化表示与多媒体管理 | 第61-63页 |
| 5．4．1 多媒体技术表达多维化信息空间的知识 | 第61页 |
| 5．4．2 多媒体信息咨询 | 第61-63页 |
| 5．5 农业专家系统的问题推理决策 | 第63-71页 |
| 5．5．1 知识推理 | 第63页 |
| 5．5．2 推理策略与控制 | 第63-69页 |
| 5．5．3 推理决策应用 | 第69-71页 |
| 5．6 本章小结 | 第71-73页 |
| 6 多媒体农业专家系统开发框架研究 | 第73-80页 |
| 6．1 导言 | 第73-74页 |
| 6．2 框架的基本原理与设计思想 | 第74-75页 |
| 6．3 框架的开发流程与软件实现 | 第75-78页 |
| 6．3．1 客户端 | 第75-76页 |
| 6．3．2 服务器 | 第76-78页 |
| 6．3．3 组织规则 | 第78页 |
| 6．4 框架的应用与结论 | 第78-79页 |
| 6．5 本章小结 | 第79-80页 |
| 7 基于KDD的农业知识发现研究 | 第80-104页 |
| 7．1 KDD概述 | 第80页 |
| 7．2 基于神经网络的作物营养诊断知识挖掘 | 第80-92页 |
| 7．2．1 人工神经网络理论 | 第80-83页 |
| 7．2．2 基于ANN的知识发现 | 第83-84页 |
| 7．2．3 柑橘营养诊断的知识发现 | 第84-92页 |
| 7．3 采用粗集理论的土壤规则挖掘 | 第92-103页 |
| 7．3．1 粗糙集理论 | 第92-93页 |
| 7．3．2 粗糙集的基本概念 | 第93-94页 |
| 7．3．3 概念的边界观点和精度的定义 | 第94-95页 |
| 7．3．4 信息系统及简化 | 第95-99页 |
| 7．3．5 分类规则的发现 | 第99-103页 |
| 7．4 本章小结 | 第103-104页 |
| 8 自动化温室的分布式计算机控制系统研究 | 第104-123页 |
| 8．1 自动化温室概述 | 第104-107页 |
| 8．1．1 自动化温室发展的国内外概况 | 第104-106页 |
| 8．1．2 自动化温室环境控制的主要要求 | 第106-107页 |
| 8．2 温室分布式计算机控制系统的组成与结构 | 第107-116页 |
| 8．2．1 温室分布式计算机控制系统的框架结构 | 第107页 |
| 8．2．2 温室分布式计算机控制系统的硬件系统 | 第107-108页 |
| 8．2．3 自动化温室的控制系统设计 | 第108-116页 |
| 8．3 自动化温室的计算机信息管理系统 | 第116-120页 |
| 8．4 本章小结 | 第120-123页 |
| 9 结论 | 第123-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-130页 |
| 附录A 柑橘营养失调症状库 | 第130-132页 |
| 附录B 训练样本和BP网络的Matlab程序 | 第132-135页 |
| 附录C BP网络训练轨迹图 | 第135-137页 |
| 附录D 仿真结果 | 第137-139页 |
| 作者在攻读博士学位期间发表的论文目录 | 第139-140页 |
| 作者在攻读博士学位期间参加的科研项目及得奖情况 | 第140-141页 |