| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题的研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 基于FPKM算法的噪声数据去除 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 基于聚类的噪声数据处理方法 | 第16-21页 |
| 2.2.1 聚类 | 第17页 |
| 2.2.2 基本的k-means算法 | 第17-20页 |
| 2.2.3 最远优先聚类算法 | 第20-21页 |
| 2.3 基于FPKM算法的噪声数据处理算法 | 第21-24页 |
| 2.3.1 普通k-means算法的改进策略 | 第21-22页 |
| 2.3.2 基于最远优先策略的k-means算法(FPKM算法)描述 | 第22-23页 |
| 2.3.3 算法实例 | 第23-24页 |
| 2.4 实验分析 | 第24-29页 |
| 2.4.1 实验数据集 | 第24-26页 |
| 2.4.2 实验结果及对比分析 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于改进神经网络的金针菇产量预测 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 农业领域常用的预测模型 | 第31-34页 |
| 3.2.1 统计计量预测模型 | 第31-32页 |
| 3.2.2 神经网络预测模型 | 第32-34页 |
| 3.3 金针菇生长过程分析 | 第34-36页 |
| 3.3.1 金针菇生长过程 | 第34-35页 |
| 3.3.2 金针菇栽培阶段对生长环境的要求 | 第35-36页 |
| 3.4 基于权值优化的神经网络金针菇产量预测模型 | 第36-39页 |
| 3.4.1 模型的基本原理 | 第37页 |
| 3.4.2 模型的参数设计 | 第37-39页 |
| 3.5 实验分析 | 第39-43页 |
| 3.5.1 实验数据集 | 第40页 |
| 3.5.2 实验结果及对比分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 改进的遗传算法对金针菇栽培环境的优化 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 遗传算法原理 | 第44-48页 |
| 4.2.1 遗传算法的基本概念和步骤 | 第44-46页 |
| 4.2.2 遗传算法存在的问题及改进策略 | 第46-48页 |
| 4.3 选择算子及交叉算子的改进 | 第48-50页 |
| 4.3.1 改进的选择算子 | 第48页 |
| 4.3.2 改进的交叉算子 | 第48-50页 |
| 4.4 基于改进遗传算法的金针菇栽培过程环境优化 | 第50-51页 |
| 4.4.1 适应度函数与编码方案 | 第50页 |
| 4.4.2 控制参数的选择 | 第50-51页 |
| 4.5 实验分析 | 第51-54页 |
| 4.5.1 改进方案可行性测试 | 第51-52页 |
| 4.5.2 性能对比测试 | 第52-53页 |
| 4.5.3 改进方案用于金针菇栽培环境优化 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 智慧农业生产平台数据处理模块的实现 | 第55-64页 |
| 5.1 平台概述 | 第55-60页 |
| 5.1.1 平台整体架构 | 第55-56页 |
| 5.1.2 功能模块介绍 | 第56-57页 |
| 5.1.3 数据库设计 | 第57-60页 |
| 5.2 数据处理模块的实现 | 第60-63页 |
| 5.2.1 产量录入功能 | 第60页 |
| 5.2.2 产量预测功能 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |